[](https://github.com/nf-core/denovotranscript/actions/workflows/ci.yml) [](https://github.com/nf-core/denovotranscript/actions/workflows/linting.yml)[](https://nf-co.re/denovotranscript/results)[](https://doi.org/10.5281/zenodo.13324371) [](https://www.nf-test.com)

简介

nf-core/denovotranscript 是一个用于从 bulk RNA-seq 的配对末端短读段进行 de novo 转录组组装的生物信息学流程。它以 samplesheet 和 FASTQ 文件作为输入，执行质量控制（QC）、修剪、组装、冗余度降低、伪比对和定量分析。它输出转录组组装 FASTA 文件、转录本丰度 TSV 文件，以及包含组装质量和读段 QC 指标的 MultiQC 报告。

1. 原始读段的质量控制（FastQC)

2. 接头和质量修剪（fastp)

3. 修剪后读段的质量控制（FastQC)

4. 去除 rRNA 或线粒体 DNA（可选）（SortMeRNA)

5. 使用以下任意组合进行转录组组装：

   • Trinity 使用归一化读段（default=True）
   • Trinity 使用非归一化读段
   • rnaSPAdes 输出中等过滤的转录本（default=True）
   • rnaSPAdes 输出软过滤的转录本
   • rnaSPAdes 输出硬过滤的转录本

6. 使用 Evidential Gene tr2aacds 进行冗余度降低。使用 gawk 从 Evidential Gene 的输出中生成转录本到基因的映射。

7. 组装完整性质量控制（BUSCO)

8. 其他组装质量指标（rnaQUAST)

9. 使用 TransRate 进行转录组质量评估，包括使用读段进行组装评估。如果 profile 设置为 conda 或 mamba，则不执行此步骤。

10. 伪比对和定量（Salmon)

11. 原始读段、修剪后读段、BUSCO 和 Salmon 的 HTML 报告（MultiQC)

用法

[!NOTE] 如果您是 Nextflow 和 nf-core 的新手，请参阅 此页面 了解如何设置 Nextflow。在运行实际数据的工作流之前，请确保使用 -profile test 测试您的设置。

首先，准备一个包含输入数据的样本表，格式如下：

samplesheet.csv:

sample,fastq_1,fastq_2
CONTROL_REP1,AEG588A1_S1_L002_R1_001.fastq.gz,AEG588A1_S1_L002_R2_001.fastq.gz

每一行代表一对 fastq 文件（双端）。

现在，您可以使用以下命令运行流程：

nextflow run nf-core/denovotranscript \
   -profile <docker/singularity/.../institute> \
   --input samplesheet.csv \
   --outdir <OUTDIR>

[!WARNING] 请通过 CLI 或 Nextflow -params-file 选项提供流水线参数。包括通过 -c Nextflow 选项提供的自定义配置文件在内的配置文件可用于提供除 参数 之外的任何配置；请参阅 docs。

有关更多详细信息和进一步的功能，请参阅 usage documentation 和 parameter documentation。

Pipeline output

要查看使用完整规模数据集的示例测试运行结果，请参阅 nf-core 网站流水线页面上的 results 选项卡。 有关输出文件和报告的更多详细信息，请参阅 output documentation。

Credits

nf-core/denovotranscript 由 Avani Bhojwani (@avani-bhojwani) 和 Timothy Little (@timslittle) 编写。

Contributions and Support

如果您想为此流水线做出贡献，请参阅 contributing guidelines。

如需更多信息或帮助，请随时通过 Slack #denovotranscript channel 联系我们（您可以使用 this invite 加入）。

Citations

如果您在分析中使用 nf-core/denovotranscript，请使用以下 doi 引用它：10.5281/zenodo.13324371

流水线所用工具的广泛参考文献列表可在 CITATIONS.md 文件中找到。

您可以按以下方式引用 nf-core 出版物：

nf-core 框架：社区精选的生物信息学流程。

Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.

Nat Biotechnol. 2020 Feb 13. doi: 10.1038/s41587-020-0439-x.