【转录组入门】1：计算机资源准备

计算机资源准备

操作系统：mac、Linux（双系统或虚拟机）

配置：8G+内存，500G存储

  配置举例：

内存	8G，DRR3-1600-16芯的4G内存条 2根
SSD	120G，特科芯
HDD	1T，希捷5200转
CPU	P9600

 

 

 

 

需要安装的软件：sratoolkit, fastqc, hisats, samtools, htseq-count, R, Rstudio

 

ubuntu操作系统准备

# 备份源文件，然后将默认镜像源改成清华源
$ 
# 更新升级索引
$ sudo apt-get update
$ sudo apt-get upgrade
  # 创建软件下载目录src和软件目录biosoft（用于编译安装）
  $ cd && mkdir src && mkdir biosoft

 

anaconda

简介：软件管家，快速便捷的安装软件，推荐

参考：

https://zhuanlan.zhihu.com/p/25085567
http://python.jobbole.com/86236/

 

sratoolkit

作用：数据格式转换

介绍： sratoolkit的主要用途还是把NCBI SRA（Sequence Read Archive）数据库中的NGS序列数据从 sra 格式转换到 fastq 格式，以便于后续的数据分析。

功能：下载，操作，验证NCBI  SRA中二代测序数据

提高：1、如何开启ascp加速下载；2、vdb-config更改基本设置
官网主页：https://trace.ncbi.nlm.nih.gov/Traces/sra/sra.cgi?view=software
中文相关介绍一篇：http://www.cnblogs.com/OA-maque/p/4799074.html

安装与测试：

#安装
#用anaconda安装
conda install -c jfear sratoolkit  

#编译安装：
# 切换到软件下载目录
$ cd && cd src
# 选择适合自己系统的版本，Ubuntu 
$ wget https://ftp-trace.ncbi.nlm.nih.gov/sra/sdk/2.8.2-1/sratoolkit.2.8.2-1-ubuntu64.tar.gz 
# 解压并将解压后的文件剪切到biosoft目录下
$ tar -zxvf  sratoolkit.2.8.2-1-ubuntu64.tar.gz 
$ mv sratoolkit.2.8.2-1-ubuntu64 ~/biosoft
# vim编辑器直接编辑~/.bashrc文件，将该软件加入环境变量中，可以全局运行，不用在运行的时候切换到当前目录
$ vim ~/.bashrc
# 在文件最后增加内容: PATH=$PATH:~/biosoft/sratoolkit.2.8.2-1-ubuntu64/bin
# 更新
$ source ~/.bashrc


# 测试
prefetch -v
# 下载测试文件SRR390728，默认存放在家目录下的ncbi文件夹中
prefetch -c SRR390728

 

fastqc

作用：分析测序数据质量

介绍：二代测序数据质量分析软件

功能：可视化展示二代测序数据质量

提高：1、理解每个图的含义；2、掌握如何从fastqc的结果图中获取信息；

           3、掌握sed用法http://dongweiming.github.io/sed_and_awk/
官网主页：http://www.bioinformatics.babraham.ac.uk/projects/fastqc/
中文相关介绍一篇：https://zhuanlan.zhihu.com/p/20731723
安装与测试：

 

# anaconda安装
$ conda install fastqc

# 编译安装
# 看是否安装了Java（fastqc运行需要Java环境）
$ java -version
# 若不存在，则进行安装，但是Java的版本要适合。我在装了Java9之后，fastqc没法正常运行，之后降到8版本之后，就能正常运行。
$ sudo apt-get openjdk-8-jdk
$ cd ~/src
# 下载二进制包，对自己Linux有信心的同志，可以下载源码包，自己编译
$ wget http://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.11.5.zip
$ unzip fastqc_v0.11.5.zip && mv FastQC ~/biosoft
$ vim ~/.bashrc
# 加入环境变量
PATH=$PATH:~/biosoft/FastQC
$ source ~/.bashrc


# 测试
$ fastqc -h    # 测试，出现帮助信息
$ fastqc     #测试是否能正常打开该软件

 

hisat2

简介：将测序结果比对(回帖)到人类参考基因组上。

背景：HISAT2是TopHat2/Bowti2的继任者，使用改进的BWT算法，实现了更快的速度和更少的资源占用。
官网主页：http://ccb.jhu.edu/software/hisat2/index.shtml
中文相关介绍：https://www.plob.org/article/10380.html
安装与测试：

# anaconda安装
$ conda install hisat2

# 编译安装
# 切换到下载目录
$ cd ~/src
# 直接下载二进制包，免去自己进行编译安装
$ wget ftp://ftp.ccb.jhu.edu/pub/infphilo/hisat2/downloads/hisat2-2.1.0-Linux_x86_64.zip
$ unzip hisat2-2.1.0-Linux_x86_64.zip && mv hisat2-2.1.0 ~/biosoft
# 添加环境变量
$ vim ~/.bashrc
# 在文件最后加入：PATH=$PATH:~/biosoft/hisat2-2.1.0
# 更新
$ source ~/.bashrc


# 测试
$ hisat2 -h    # 出现帮助信息，说明安装成功

 

samtools

作用：文件操作

介绍：一种处理SAM、BAM文件的工具软件。BAM格式文件是存放高通量测序中比对结果的标准格式文件。

功能：Reading/writing/editing/indexing/viewing SAM/BAM/CRAM format
官网主页：旧主页http://samtools.sourceforge.net/ 新主页http://www.htslib.org
中文相关介绍：http://www.cnblogs.com/OA-maque/p/4827146.html
安装与测试：

# 安装
$ conda install samtools
# 安装2（如果上面的方法不行）
$ ocnda install -c bioconda samtools=1.8

# 测试
$ samtools –help

 

 

 

htseq-count

简介：计数

功能：根据比对结果统计基因count

介绍：htseq-count 是一款用于reads计数的软件，他能对位于基因组上的一些单位的reads数进行统计，这里所说的单位主要是指染色体上的一组位置区间（我们常见的就是gene exon）
官网主页：http://www-huber.embl.de/users/anders/HTSeq/doc/install.html#installation-on-linux
中文相关介绍：http://yangl.net/2016/09/21/htseq-count_manual/
http://www.cnblogs.com/OA-maque/p/4835033.html
安装与测试：

# 安装
#anaconda 只能安装0.7.2版没有最新版
$ conda install -c bioconda htseq
# 编译安装 ubuntu
$ sudo apt-get install build-essential python2.7-dev python-numpy python-matplotlib
# 编译安装 Redhat系列 包括CentOs
$ sudo yum install python-devel numpy python-matplotlib
#下载HTSeq
$ wget [url=https://pypi.python.org/packages]https://pypi.python.org/packages[/url] ... /HTSeq-0.8.0.tar.gz
# 解压
$ tar -zxvf HTSeq-0.8.0.tar.gz
# 安装
$ mv HTSeq-0.8.0 Biosoft  #移动到Biosoft文件夹中
$ cd HTSeq-0.8.0               #进入该文件夹
$ python setup.py install –user  #安装
# 测试  在非HTSeq-0.8.0文件夹下进行
$ python
>>>import HTSeq
>>>                     
#能够在python中导入HTSeq这个包，说明安装成功。

 

R

作用：统计，画图，后续分析

简介：一种常用语统计分析的编程语言，在生物信息分析中用于数据分析和绘图
官网主页：https://www.r-project.org
中文相关介绍：http://www.oschina.net/p/r-language
安装与测试：

# 安装（方法1）
# 1、添加镜像源到/etc/apt/sources.list（注意Ubuntu版本）
$ sudo vim /etc/apt/sources.list
# 把  deb http://cran.rstudio.com/bin/linux/ubuntu xenial/  粘贴到文件末尾
# 2、下载公钥
$ gpg --keyserver keyserver.ubuntu.com --recv-key 51716619E084DAB9
$ gpg -a --export 51716619E084DAB9 | sudo apt-key add -12
# 3、安装 r-base
$ sudo apt-get update
$ sudo apt-get install r-base r-base-dev

# 安装（方法2）（推荐试试！）
# 打开source.list文件，添加中国科学技术大学的镜像源
$ vim /etc/apt/source.list
# 添加如下内容
  deb https://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu xenial/
  deb https://mirrors.ustc.edu.cn/ubuntu/ xenial-backports main restricted universe
# 添加密钥到电脑，secoure APT
$ sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9
$ sudo apt-get update
$ sudo apt-get install r-base
$ sudo apt-get install r-base-dev

# 安装（方法3）
# 添加Secure APTs

sudo apt-key adv --keyserver keyserver.ubuntu.com --recv-keys E084DAB9
# 添加deb到source.list
vi source.list
deb [url=https://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu]https://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu[/url] xenial/
deb [url=https://mirrors.ustc.edu.cn/ubuntu/]https://mirrors.ustc.edu.cn/ubuntu/[/url] xenial-backports main restricted universe
# 更新并安装
sudo apt-get updatesudo apt-get install r-base
# (optional)如果要自己编译R
sudo apt-get install r-base-dev

# 测试
$ R

# （可选）提高R包安装速度，可以再家目录下新建.Rprofile，添加如下内容
$ vim /.Rprofile
  options("repos" = c(CRAN = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
  options(BioC_mirror = "https://mirrors.tuna.tsinghua.edu.cn/bioconductor")

 

Rstudio

简介：Rstudio是R的集成开发环境，很好用的IDE
官网主页：https://www.rstudio.com
中文相关介绍：http://jingyan.baidu.com/article/a17d52853343828098c8f21c.html
安装与测试：

# conda安装
$ conda install rstudio

# 编译安装
# 切换到下载目录
$ cd ~/src
$ wget https://download.rstudio.org/rstudio-1.0.143-amd64.deb
# 安装，可以直接点击deb包，

# 测试
$ rstudio

 

 

参考资料

转录组入门(1)-作业-转录组-生信技能树 http://www.biotrainee.com/thread-1796-1-1.html

HOPTOP转录组入门（一）布置运行环境-转录组-生信技能树 http://www.biotrainee.com/thread-1800-1-1.html

RNA-seq基础入门传送门-转录组-生信技能树 http://www.biotrainee.com/thread-1750-1-1.html

浙大植物学小白的转录组笔记 http://www.360doc.com/content/17/0911/22/46164085_686360709.shtml