yingyu
/
RNAseqDownstream2report
關注 1
收藏 1
複製 0
程式碼 問題 0 合併請求 0 版本發佈 0 Wiki 活動
瀏覽代碼

上传文件至 '.'

master
yingyu 6 年之前
父節點
e37fcb7190
當前提交
62ec8f2004
共有 1 個檔案被更改，包括 133 行新增 和 44 行删除
分割檢視
Diff Options
Show Stats Download Patch File Download Diff File
  1. +133
    -44
      README.md

+ 133
- 44
README.md 查看文件

@@ -10,23 +10,22 @@ RNA-seq下游数据分析-ballgown到报告。 以Rscript为主，对接PGx RNA-
包括一下几个文件：
1. **RNAseq_1_ballgown.R**：从ballgown的文件夹到基因表达水平表格（每列为样本，每行为基因）
2. **RNAseq_2_PCA.R** ： 计算PCA。
3. **RNAseq_3_cor.R**：计算correlation。
4. **RNAseq_4_pwDEG.R**：根据分组信息，计算两两差异信息。
5. **RNAseq_5_pwGSEA.R**：根据基因表达水平基于GSEA进行通路分析。
6. **RNAseq_6_enrichFunc.R**：根据差异基因进行GO和KEGG通路分析。
1. **RNAseq_1_expr_stringtie.R**：从ballgown的文件夹到基因表达水平表格（每列为样本，每行为基因）
2. **RNAseq_1_expr_ballgown.R**：从ballgown的文件夹到基因表达水平表格（每列为样本，每行为基因）
3. **RNAseq_2_PCA.R** ： 计算PCA。
4. **RNAseq_3_cor.R**：计算correlation。
5. **RNAseq_4_pwDEG.R**：根据分组信息，计算两两差异信息。
6. **RNAseq_5_pwGSEA.R**：根据基因表达水平基于GSEA进行通路分析。
7. **RNAseq_6_enrichFunc.R**：根据差异基因进行GO和KEGG通路分析。
```mermaid
graph LR;
A(input: ballgown dir)-->B[RNAseq_1_ballgown.R];
A1[input: stringtie dir]-->B1[RNAseq_1_expr_stringtie.R];
A2[input: ballgown dir]-->B2[RNAseq_1_expr_ballgown.R];
B1-->B{Expression profile};
B2-->B;
B-->C[RNAseq_2_PCA.R];
B-->D[RNAseq_3_cor.R];
B-->E[RNAseq_4_pwDEG.R];
@@ -62,11 +61,14 @@ graph LR;
3. 运行以下命令：
```shell
Rscript RNAseq_1_ballgown.R -i ./ballgown/
Rscript RNAseq_2_pca.R -i rnaseq_geneexp_log2fpkm_floor0p01_c13r58395_2019-04-30.txt -g group.txt
Rscript RNAseq_3_cor.R -o -i rnaseq_geneexp_log2fpkm_floor0p01_c13r58395_2019-04-30.txt -g group.txt
Rscript RNAseq_4_pwDEG.R -i rnaseq_geneexp_log2fpkm_floor0p01_c13r58395_2019-04-30.txt -g group.txt -a TRUE -b TRUE -f -4.05
Rscript RNAseq_5_pwGSEA.R -i rnaseq_geneexp_log2fpkm_floor0p01_c13r58395_2019-04-30.txt -g group.txt
# RNAseq_1_expr_stringtie.R与 RNAseq_1_expr_ballgown.R 2选1
Rscript RNAseq_1_expr_stringtie.R
Rscript RNAseq_1_expr_ballgown.R -i ./ballgown/
Rscript RNAseq_2_pca.R -i rnaseq_geneexp_log2FPKM.txt -g group.txt
Rscript RNAseq_3_cor.R -i rnaseq_geneexp_log2FPKM.txt -g group.txt
Rscript RNAseq_4_pwDEG.R -i rnaseq_geneexp_log2FPKM.txt -g group.txt -a TRUE -b TRUE -f -4.05
Rscript RNAseq_5_pwGSEA.R -i rnaseq_geneexp_log2FPKM.txt -g group.txt
Rscript RNAseq_6_enrichfunc.R -i rnaseq_degs_acrossgroups.csv
```
@@ -75,7 +77,90 @@ graph LR;
4. 将结果上传至报告系统所在服务器，并编辑{报告模板.md}的第一部分(实验目的、主要结论)，完成并运行报告。
## RNAseq_1_ballgown.R
## RNAseq_1_expr_stringtie.R
### 功能简介
从stringtie的输出结果到基因表达水平表格（每列为样本，每行为基因）。
### 代码参数
```shell
Usage: Rscript RNAseq_1_expr_stringtie.R [options]
Options:
-o OUT_DIR, --out_dir=OUT_DIR
The output directory [default ./]
-i INPUT_DIR, --input_dir=INPUT_DIR
The directory input of expression files. It is output from stringtie software named as ".gene.abundance.txt". [default ./]
-f NUMBER, --floor_value=NUMBER
A number to add to each value before log2 transformation to avoid infinite value.[default: 0.01]
-l TRUE, --log2_norm=TRUE
Perform log2 transformation on FPKM/TPM value. [default: TRUE]
-s SAMPLE_NAME, --sample_name=SAMPLE_NAME
File in tab-delimited format for sample name if usr want to rename sample name. The input file containing sample name as file name and sample name to be renamed. [default NULL]
-p PROJECT_CODE, --project_code=PROJECT_CODE
Project code, which is used as prefix of output file. [default: rnaseq]
-h, --help
Show this help message and exit
```
**参数解释**
| 参数 | 取值类型 | 解释 | 例如 |
| -------------------------------------------- | ---------- | ------------------------------------------------------------ | ------ |
| -o OUT_DIR, --out_dir=OUT_DIR | character | 输出路径，默认为./。可加“/”也可不加“/” | ./ |
| -i INPUT, --input=INPUT | character | 输入文件所在路径，stringtie输出文件所在的文件夹。默认会读取所有该路径下所有".gene.abundance.txt".的文件进行合并。 | ./ |
| -f NUMBER, --floor_value=NUMBER | number | 在log2转换时，需在0中加入一个底值。默认为0.01 | 0.01 |
| -l TRUE, --log2_norm=TRUE | TRUE/FALSE | 是否进行log2转换 | TRUE |
| -s SAMPLE_NAME, --sample_name=SAMPLE_NAME | character | 文件名与样本名对应文件。如需重命名样本，可以输入对应文件。文件要求：tab分隔的文件。第一列为原始文件名。第二列为修改的样本名（表达谱的列名）。第一行为标题。 | NULL |
| -p PROJECT_CODE, --project_code=PROJECT_CODE | character | project代号，输出文件的前缀，默认rnaseq | rnaseq |
| -h, --help | | 查看帮助文档并退出 | -h |
### 输出结果
tab分隔的基因以FPKM和TPM标准化的表达谱。
文件名为：rnaseq_geneexp_log2FPKM(log2TPM).txt 和(-l TRUE /默认)或rnaseq_geneexp_FPKM(TPM).txt (-l FALSE) 。
文件内容例如：
> Gene P1 P2 P3
> ENSG00000000003 2.951 5.085 3.592
> ENSG00000000005 -6.644 -4.248 -3.085
> ENSG00000000419 4.966 6.197 5.332
> ENSG00000000457 0.854 1.838 0.665
> ENSG00000000460 -0.19 1.693 0.145
> ENSG00000000938 -6.644 -6.148 -6.644
> ENSG00000000971 -5.919 -6.644 -6.644
> ENSG00000001036 5.134 5.47 4.998
> ENSG00000001084 2.676 2.303 2.638
### 运行示例
```shell
#最少输入
Rscript RNAseq_1_expr_ballgown.R -i ./ballgown/
# 其他输入
Rscript RNAseq_1_expr_ballgown.R -o yourdir -i ./ballgown/ -l FALSE -p test
```
## RNAseq_1_expr_ballgown.R
### 功能简介
@@ -86,7 +171,7 @@ graph LR;
### 代码参数
```shell
Usage: Rscript RNAseq_1_ballgown.R [options]
Usage: Rscript RNAseq_1_expr_ballgown.R [options]
Options:
-o OUT_DIR, --out_dir=OUT_DIR
@@ -107,7 +192,7 @@ Options:
-h, --help
Show this help message and exit
```
参数解释
**参数解释**
| 参数 | 取值类型 | 解释 | 例如 |
| -------------------------------------------- | ---------- | ------------------------------------------------------------ | ----------- |
@@ -122,7 +207,7 @@ Options:
### 输出结果
tab分隔的基因表达谱，文件名为：rnaseq_geneexp_fpkm_c4r58395_2019-04-30.txt
tab分隔的基因表达谱，文件名为：rnaseq_geneexp_log2FPKM.txt (-l TRUE /默认)或rnaseq_geneexp_FPKM.txt (-l FALSE) 。
文件内容例如：
@@ -221,11 +306,11 @@ Rscript RNAseq_2_pca.R -o -i ballgown_geneexp_log2fpkm_floor0p01_c3r58395_2019-0
有group信息：
@scatter-plot(dataFile='/*yourdir*/data/rnaseq_pca.rds', dataType='rds', xAxis='PC1', xTitle="",yAxis='PC2',yTitle="",colorAttr="group1")
``` @scatter-plot(dataFile='/yourdir/data/rnaseq_pca.rds', dataType='rds', xAxis='PC1', xTitle='',yAxis='PC2',yTitle="",colorAttr='group1')```
无group信息：
@scatter-plot(dataFile='/*yourdir*/data/rnaseq_pca.rds', dataType='rds', xAxis='PC1', xTitle="",yAxis='PC2',yTitle="")
``` @scatter-plot(dataFile='/yourdir/data/rnaseq_pca.rds', dataType='rds', xAxis='PC1', xTitle='',yAxis='PC2',yTitle='')```
@@ -301,7 +386,7 @@ Rscript RNAseq_3_cor.R -o -i ballgown_geneexp_log2fpkm_floor0p01_c3r58395_2019-0
### choppy report
@heatmap-d3(dataFile='/*yourdir*/data/rnaseq_cor.rds', dataType='rds', labCol='TRUE')
```@heatmap-d3(dataFile='/yourdir/data/rnaseq_cor.rds', dataType='rds', labCol='TRUE')```
@@ -421,15 +506,16 @@ Rscript RNAseq_4_pwDEG.R -i example_geneexp_log2fpkm_floor0p01_c13r58395_2019-0
1. 火山图
@scatter-plot(dataFile='/*yourdir*/data/rnaseq_AvsB_degs.rds', dataType='rds', xAxis='logfc', xTitle="log2FC",yAxis='log10p',yTitle="-log10 (p)", colorAttr="sigene")
```@scatter-plot(dataFile='/yourdir/data/rnaseq_AvsB_degs.rds', dataType='rds', xAxis='logfc', xTitle='log2FC',yAxis='log10p',yTitle='-log10 (p)', colorAttr='sigene')```
2. 差异基因清单表
@data-table-js(dataUrl='/*yourdir*/data/rnaseq_degs_acrossgroups.csv')
```@data-table-js(dataUrl='/yourdir/data/rnaseq_degs_acrossgroups.csv')```
3. 整体差异基因数量
@stack-barplot-r(dataFile='/*yourdir*/data/rnaseq_degs_stats.rds', dataType='rds', xAxis='versus', yAxis='number',labelAttr='type',barPos='stack')
``` @stack-barplot-r(dataFile='/yourdir/data/rnaseq_degs_stats.rds', dataType='rds', xAxis='versus', yAxis='number',labelAttr='type',barPos='stack') ```
## RNAseq_5_pwGSEA.R
@@ -438,6 +524,8 @@ Rscript RNAseq_4_pwDEG.R -i example_geneexp_log2fpkm_floor0p01_c13r58395_2019-0
利用fgsea包对不同比较的基因进行GSEA通路分析。GSEA原理请参看：<https://www.pnas.org/content/102/43/15545>
注意准备参考文件。
### 代码参数
@@ -464,22 +552,26 @@ Options:
-p PROJECT_CODE, --project_code=PROJECT_CODE
Project code, which is used as prefix of output file. [default: rnaseq]
-d REF_RDATA_DIR, --ref_rdata_dir=REF_RDATA_DIR
The directory of reference files: human_c2_v5p2.rdata, human_c5_v5p2.rdata and ID_convert_table.rds. [default: ./]
-h, --help
Show this help message and exit
```
| 参数 | 取值类型 | 解释 | 例如 |
| -------------------------------------------- | --------- | ------------------------------------------------------------ | ----------- |
| -o OUT_DIR, --out_dir=OUT_DIR | character | 输出路径，默认为./。可加“/”也可不加“/” | ./ |
| -i INPUT, --input=INPUT | character | 输入文件名，**必须输入。**输入表达谱必须是log scaled的tab分隔的表达谱，可以是RNAseq_1_ballgown.R的输出文件。 | example.txt |
| -e TYPE_GENE_ID, --type_gene_id=TYPE_GENE_ID | character | 基因ID类型，可以是：Ensembl gene ID (EnsemblGID)、Entrez Gene ID (EntrezID)或Gene Symbol (GeneSymbol)。[default: EnsemblGID] | EnsemblGID |
| -g SAMPLE_GROUP, --sample_group=SAMPLE_GROUP | character | 有tab分隔的样本的分组信息，**必须输入**。格式为：每行一个样本，每列为分组信息。分组信息可以是多列。 | group.txt |
| -q NUMBER, --padjvalueCutoff=NUMBER | number | 富集分析adjust p值 cutoff | 0.2 |
| -p PROJECT_CODE, --project_code=PROJECT_CODE | character | project代号，输出文件的前缀，默认rnaseq | rnaseq |
| -h, --help | | 查看帮助文档并退出 | -h |
| 参数 | 取值类型 | 解释 | 例如 |
| ----------------------------------------------- | --------- | ------------------------------------------------------------ | ----------- |
| -o OUT_DIR, --out_dir=OUT_DIR | character | 输出路径，默认为./。可加“/”也可不加“/” | ./ |
| -i INPUT, --input=INPUT | character | 输入文件名，**必须输入。**输入表达谱必须是log scaled的tab分隔的表达谱，可以是RNAseq_1_ballgown.R的输出文件。 | example.txt |
| -e TYPE_GENE_ID, --type_gene_id=TYPE_GENE_ID | character | 基因ID类型，可以是：Ensembl gene ID (EnsemblGID)、Entrez Gene ID (EntrezID)或Gene Symbol (GeneSymbol)。[default: EnsemblGID] | EnsemblGID |
| -g SAMPLE_GROUP, --sample_group=SAMPLE_GROUP | character | 有tab分隔的样本的分组信息，**必须输入**。格式为：每行一个样本，每列为分组信息。分组信息可以是多列。 | group.txt |
| -q NUMBER, --padjvalueCutoff=NUMBER | number | 富集分析adjust p值 cutoff | 0.2 |
| -p PROJECT_CODE, --project_code=PROJECT_CODE | character | project代号，输出文件的前缀，默认rnaseq | rnaseq |
| -d REF_RDATA_DIR, --ref_rdata_dir=REF_RDATA_DIR | character | 参考文件所在路径，human_c2_v5p2.rdata, human_c5_v5p2.rdata and ID_convert_table.rds. [default: ./] | ./ |
| -h, --help | | 查看帮助文档并退出 | -h |
@@ -493,8 +585,6 @@ Rscript RNAseq_5_pwGSEA.R -o /home/yuying/rnaseqreport_test -i example_geneexp_l
### 输出结果
1. rnaseq_gsea_curatedgenesets.csv 基于curated gene sets的GSEA富集结果。
2. rnaseq_gsea_go.csv 基于GO 功能的GSEA富集结果。
@@ -522,9 +612,9 @@ A table with GSEA results. Each row corresponds to a tested pathway. The columns
### choppy report
@data-table-js(dataUrl='/*yourdir*/data/rnaseq_gsea_curatedgenesets.csv')
``` @data-table-js(dataUrl='/yourdir/data/rnaseq_gsea_curatedgenesets.csv')```
@data-table-js(dataUrl='/*yourdir*/data/rnaseq_gsea_go.csv')
```@data-table-js(dataUrl='/yourdir/data/rnaseq_gsea_go.csv')```
@@ -611,9 +701,9 @@ Rscript RNAseq_6_enrichfunc.R -i rnaseq_degs_acrossgroups.csv
### choppy report
@data-table-js(dataUrl='/*yourdir*/data/rnaseq_GOenrich.csv')
``` @data-table-js(dataUrl='/yourdir/data/rnaseq_GOenrich.csv')```
@data-table-js(dataUrl='/*yourdir*/data/rnaseq_KEGGenrich.csv')
```@data-table-js(dataUrl='/yourdir/data/rnaseq_KEGGenrich.csv')```
@@ -650,5 +740,4 @@ BiocManager::install("clusterProfiler")
install.packages("optparse")
```
​

Write Preview
Loading…
取消
儲存