lncRNA-seq数据分析之新lncRNA鉴定和注释视频课程众筹

前面我系统性的总结了：lncRNA的一些基础知识 ，和lncRNA芯片的一般分析流程 ，还有LncRNA-seq的一般分析流程 ,里面提到了一个目前非常小众的分析方向，就是新lncRNA鉴定和注释，因为大部分人研究的物种的human或者mouse，已经被分析的很透彻了，encode计划等资源非常丰富，很少需要鉴定新的lncRNA。

不过对于其它物种，猫狗猪，甚至其它你叫不出来名字的昆虫，鱼类，这个分析策略还是蛮常见的。比如发表在Front. Genet., 18 March 2019 | https://doi.org/10.3389/fgene.2019.00196的文章

• Transcriptome Analysis Suggests the Roles of Long Intergenic Non-coding RNAs in the Growth Performance of Weaned Piglets

就是重新下载一个公共数据，然后进行新lncRNA鉴定和注释，分析部分主要是分成两个大块，首先是hisat2+stringtie流程，然后是组装好的gtf文件的后，细致的进行新lncRNA鉴定和注释。

LncRNA-seq数据分析的两个部分

分析流程如下：

新lncRNA鉴定和注释图解流程

前面的hisat2+stringtie流程流程很简单

就是参考：猪狗的参考基因组构建索引，还有使用ebi数据库直接下载fastq测序数据  ，做好准备工作，然后使用conda安装一些软件，建立好目录

conda create -n lncRNA
conda activate lncRNA
conda install -y -c  bioconda hisat2 stringtie samtools fastp   gffcompare
# conda search gffcompare
mkdir 0.qc 1.raw_fq 2.clean_fq 3.hisat2_bams 4.stringtie_gtfs 5.lncRNA


流程基本上3个软件，衔接一些即可

conda activate lncRNA
index=/home/jmzeng/reference/genome/pig/pig_hisat2
gtf=/home/jmzeng/reference/genome/pig/Sus_scrofa.Sscrofa11.1.99.chr.gtf

fastp -i 1.raw_fq/${id}_1.fastq.gz \
                    -o 2.clean_fq/${id}_1.fastp.fq.gz \
                    -I 1.raw_fq/${id}_2.fastq.gz \
                    -O 2.clean_fq/${id}_2.fastp.fq.gz \
                    -l 36 -q 20 --compression=6 \
                    -R ${id} -h ${id}.html
fq1=2.clean_fq/${id}_1.fastp.fq.gz
fq2=2.clean_fq/${id}_2.fastp.fq.gz
hisat2 -p 4 -x $index -1  $fq1 -2  $fq2 | \
samtools sort -@ 4  -o 3.hisat2_bams/$sample.bam -

stringtie -p 4 -G $gtf \
            -o 4.stringtie_gtfs/$sample.gtf  \
            -l  $sample 3.hisat2_bams/$sample.bam                 


当然，你需要自己去搜索理解软件的参数啦。

后面的新lncRNA鉴定和注释还是蛮耗费时间的

而且不同物种的新lncRNA鉴定和注释细节还不一样，不同的gtf文件版本可以对比印证。

我们研发的步骤是：

新lncRNA鉴定和注释的具体步骤

完整课程思维导图在：https://mubu.com/doc/ISk-Ev1tg

课程录制需要一些反馈和动力，所以采取众筹模式，吸纳部分真正有兴趣的朋友进入微信群参与讨论哈。（毕竟新lncRNA鉴定和注释是一个小众方向，大部分朋友就是看个热闹）