02测序read数目统计

对全长转录本的数据进行检测和量化

Classify对ROI进行分类和统计

#TM1 中FL 和nFL read数目
  46193 >m54136_180730_021327
 312042 >m54139_180605_030229
 308136 >m54139_180607_052119
 #D5
  225071 >m54136_180615_222948
  24827 >m54136_180730_021327
 210012 >m54139_180609_044201
 #A2
  281078 >m54136_180615_020020
 230398 >m54139_180604_080709
  80434 >m54139_180620_084942

1.CCS read 数目统计

棉种	ROI	碱基数
TM1	685,383	-
A2	613,321	-
D5	487063	-

2.Classify后read数目统计

棉种	FLNC&nFL	嵌合序列
TM1	666,371	18,914
A2	591,910	20,713
D5	459,910	26,652

3.polished后的consensus isoform数目

棉种	consensus	hg reads	lq reads
TM1	245,865	45882(18.67%)	199,983
A2	209256	42656(20.38%)	166600
D5	157049	31593(20.11%)	125456

4.将consensus isoforms去冗余collapse得到transcript

棉种	transcript数目	Scaffold
TM1	89,411	883,16
A2	72,393	689,94
D5	55,381	552,34

统计每个PacBio转录本，受支持的Full-length read数目

##脚本
/public/home/zpliu/work/Alternative/result/Gh_result/CO31_32_result//03_Classify/stattic_PacBio_readCount.py

比较RNA-seq和Iso-seq间的重复性

cor(data$V2,data$V3, method = 'spearman')

脚本流程

#1.ccs
ccs --noPolish --minLength=300 --minPasses=1  --maxDropFraction=0.8 --min-rq=0.8 --minSnr=4 -j 10 --report-file CCS.log ../../../raw_data/Gh-1/rawdata/R1801371_QJ_BC1_subreads.bam R1801371_QJ_BC1_ccs.bam

dataset create --type ConsensusReadSet R1801371_QJ_BC1_ccs.xml R1801371_QJ_BC1_ccs.bam

2.classify

pbtranscript classify  ../01CSS/R1801371_QJ_BC1_ccs.xml  isoseq_draft.fasta --flnc=isoseq_flnc.fasta --nfl=isoseq_nfl.fasta --cpus 10
##输出文件

+ isoseq_draft.classify_summary.txt read分类情况
+ isoseq_draft.fasta flnc和nfl read序列文件
+ isoseq_flnc.fasta 全长非嵌合序列
+ isoseq_nfl.fasta 非全程的序列

4.聚类和polished

• Classify后的全长序列

• polished的输出文件

pbtranscript cluster ../02classify/isoseq_flnc.fasta  polished_clustered.fasta  --quiver --nfl_fa=../02classify/isoseq_nfl.fasta  --bas_fofn ../01CSS/R1801371_QJ_BC1_ccs.bam