HISAT2+StringTie+Ballgown
Tophat2+cufflinks+cuffdiff
HISAT2+featureCounts+DESeq2
Tophat2+featureCounts+DESeq2
subread+featureCounts+DESeq2
subread+HTseq+DESeq2
-
Tophat2+HTseq+DESeq2
image.png
可以看出比对软件相同时候,HTseq 和 featureCounts 的差异基因结果差别很小。
比对软件不同时候,使用相同的reads call 软件,最后使用DESeq2得到的结果差别也很小
当使用三套不同的流程时候,cuffdiff 和 DESeq2得到的结果表现比较一致,Ballgown得到的结果差别最大。
RNA-seq分析流程大比较
©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
推荐阅读更多精彩内容
- 前言 这次给大家带来的是16年发表在NATURE PROTOCOLS上面的一篇处理RNA-seq数据的文章:Tra...
- RNA-Seq differential expression analysis: An extended rev...
- linux基本命令 第六章 Linux文件与目录管理 极客学院服务器 高通量相关基础知识 生信一百讲 1、 Ana...
- 任务 1.实现这个功能的软件也很多,还是烦请大家先自己搜索几个教程,入门请统一用htseq-count,对每个样本...