1. 文件配置（mapfile+run.sh）

1.1 配置mapfile

#rna_fastq_ID    rna_datapath    rna_sample_name
LC211013006X1    /fastqs/rna_dir    sample1
LC211013006X2    /fastqs/rna_dir    sample1
LC211013007X1    /fastqs/rna_dir    sample2
# 第一列 rna_fastq_ID：对应fastq文件的名称前缀
# 第二列 rna_datapath：对应fastq文件的路径
# 第三列 rna_sample_name：对应质控报告的名称
# example：这里的sample1对应两个文库数据（LC211013006X1+LC211013006X2），如此记录可以完成整合分析

fastq文件示例：

• 生成name为 “sample1”的质控报告：LC211013006X1、LC211013006X2对应 “sample1” 的测序数据

• 生成name为“sample2”的质控报告：LC211013007X1 对应 “sample2” 的测序数据

  
  
  fastq文件

1.2 编辑运行脚本run.sh

multi_rna \
--mapfile ./mapfile\
--genomeDir ./ensembl_99\ #参考基因组的路径
--outdir .\ #输出到当前文件夹
--thread 8 #配置线程数
--starMem 30\ #配置star所需内存
--mod shell\ #这里通过shell脚本的方式运行
--gzip #生成的clean_reads为 fq.gz 形式

2. 生成“命令文件”

（1）激活celescope的环境conda activate celescope
（2）运行run.sh sh run.sh
很快运行完成，主要生成一个shell文件夹，其中会有一个以sample1命名的shell脚本
sample1.sh的每行指令：对应每一步分析（质控报告的每一部分数据）

sample1.sh对应指控报告

3. 投递“命令文件”

sh sample1.sh
最终生成如下一系列数据和最终的html质控报告

分析结果

postscripts：github详细的指导链接点击这里