CN107563149B - 全长转录本的结构注释和比对结果评估方法 - Google Patents
全长转录本的结构注释和比对结果评估方法 Download PDFInfo
- Publication number
- CN107563149B CN107563149B CN201710720711.XA CN201710720711A CN107563149B CN 107563149 B CN107563149 B CN 107563149B CN 201710720711 A CN201710720711 A CN 201710720711A CN 107563149 B CN107563149 B CN 107563149B
- Authority
- CN
- China
- Prior art keywords
- full
- comparison result
- outputting
- length
- annotation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明为全长转录本的结构注释和比对结果评估方法，公开的比对结果评估和基因结构注释方法，其使用了matchAnnot软件，脚本的作用是将已有的注释gtf文件和sam文件按matchAnnot软件所需的格式修改，使用matchAnnot进行结构注释和比对结果评估，优化了matchAnnot结果的展示方式，并进行统计。
Description
技术领域
本发明涉及生物技术领域，特别涉及一种全长转录本的结构注释和比对结果评估方法。
背景技术
结构注释是指基于全长转录本与参考基因组的比对结果对全长转录本的一级结构进行预测，比对结果评估是指将预测的全长转录本结构与已知基因结构进行比较的结果，用于评估全长转录本与参考基因组的比对情况。目前全长转录本的结构注释和比对结果评估方法为直接采用matchAnnot进行评估。该比对结果评估方法存在如下问题：1)matchAnnot对输入文件有要求，使用常规的gtf和sam文件可能会报错；2)matchAnnot的结果比较冗余，不够清晰明了。
发明内容
本发明所要解决的技术问题在于针对现有的全长转录本比对结果评估方法所存在上述问题而提供一种优化方法。
本发明所要解决的技术问题可以通过以下技术方案来实现：
比对结果评估和基因结构注释方法，包括如下步骤：
(1)获得参考基因组注释gtf文件和全长转录组与参考基因组比对结果sam文件中共有的染色体ID；
(2)筛选sam文件中比对上非共有染色体的条目，进行整理后输出到no_annotation.txt(这部分全长转录本可用无参考基因组注释方式进行补充注释，从而获得新基因)中，而比对上共有染色体的条目则输出到tmp.sam中；
(3)使用matchAnnot软件进行结构注释和比对结果评估，tmp.sam文件和gtf文件作为输入文件；
(4)整理matchAnnot结果，将全长转录本的polyA motif单独输出到polyA_motif.txt中，对每条全长转录本提取与其最佳匹配的参考基因和参考转录本的信息，结合gtf中该基因的信息一并输出到matchinfo.xls中，对全长转录本与最佳匹配的参考转录本和参考基因的对应关系输出到transcript_summary.txt中(可用于寻找来自同一基因的全长转录本)，统计全长转录本的最高匹配得分并用R语言作饼图。
由于采用了如上的技术方案，本发明的核心部分使用了matchAnnot软件，脚本的作用是将已有的注释gtf文件和sam文件按matchAnnot软件所需的格式修改，使用matchAnnot进行结构注释和比对结果评估，优化了matchAnnot结果的展示方式，并进行统计。
附图说明
图1为本发发明的比对结果评估和结构注释方法的流程图。
具体实施方式
参见图1，比对结果评估和基因结构注释方法，包括如下步骤：
(1)获得参考基因组注释gtf文件和全长转录组与参考基因组比对结果sam文件中共有的染色体ID；
(2)筛选sam文件中比对上非共有染色体的条目，进行整理后输出到no_annotation.txt(这部分全长转录本可用无参考基因组注释方式进行补充注释，从而获得新基因)中，而比对上共有染色体的条目则输出到tmp.sam中；
(3)使用matchAnnot软件进行结构注释和比对结果评估，tmp.sam文件和gtf文件作为输入文件；
(4)整理matchAnnot结果，将全长转录本的polyA motif单独输出到polyA_motif.txt中，对每条全长转录本提取与其最佳匹配的参考基因和参考转录本的信息，结合gtf中该基因的信息一并输出到matchinfo.xls中，对全长转录本与最佳匹配的参考转录本和参考基因的对应关系输出到transcript_summary.txt中(可用于寻找来自同一基因的全长转录本)，统计全长转录本的最高匹配得分并用R语言作饼图。
Claims (1)
1.比对结果评估和基因结构注释方法，其特征在于，包括如下步骤：
(1)获得参考基因组注释gtf文件和全长转录组与参考基因组比对结果sam文件中共有的染色体ID；
(2)筛选sam文件中比对上非共有染色体的条目，进行整理后输出到no_annotation.txt中，而比对上共有染色体的条目则输出到tmp.sam中；
(3)使用matchAnnot软件进行结构注释和比对结果评估，tmp.sam文件和gtf文件作为输入文件；
(4)整理matchAnnot结果，将全长转录本的polyA以及motif单独输出到polyA_motif.txt中，对每条全长转录本提取与其最佳匹配的参考基因和参考转录本的信息，结合gtf中该基因的信息一并输出到matchinfo.xls中，对全长转录本与最佳匹配的参考转录本和参考基因的对应关系输出到transcript_summary.txt中，统计全长转录本的最高匹配得分并用R语言作饼图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710720711.XA CN107563149B (zh) | 2017-08-21 | 2017-08-21 | 全长转录本的结构注释和比对结果评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710720711.XA CN107563149B (zh) | 2017-08-21 | 2017-08-21 | 全长转录本的结构注释和比对结果评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107563149A CN107563149A (zh) | 2018-01-09 |
| CN107563149B true CN107563149B (zh) | 2020-10-23 |
Family
ID=60976516
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710720711.XA Active CN107563149B (zh) | 2017-08-21 | 2017-08-21 | 全长转录本的结构注释和比对结果评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107563149B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114373506A (zh) * | 2021-12-31 | 2022-04-19 | 海南大学 | 一种真核生物泛转录组注释方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020064792A1 (en) * | 1997-11-13 | 2002-05-30 | Lincoln Stephen E. | Database for storage and analysis of full-length sequences |
| WO2005118403A2 (en) * | 2004-06-04 | 2005-12-15 | Linkagene Ltd. | Methods for detecting gene expression in peripheral blood cells and uses thereof |
| US8005621B2 (en) * | 2004-09-13 | 2011-08-23 | Agency For Science Technology And Research | Transcript mapping method |
| PT3112467T (pt) * | 2009-12-07 | 2018-04-16 | Univ Pennsylvania | Preparações de arn compreendendo arn modificado purificado para a reprogramação de células |
| CN106202992A (zh) * | 2016-07-11 | 2016-12-07 | 东南大学 | 一种长链非编码rna的高通量芯片处理及分析流程控制方法 |
-
2017
- 2017-08-21 CN CN201710720711.XA patent/CN107563149B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107563149A (zh) | 2018-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Patil et al. | miRge3. 0: a comprehensive microRNA and tRF sequencing analysis pipeline | |
| Haberle et al. | Two independent transcription initiation codes overlap on vertebrate core promoters | |
| Li | BFC: correcting Illumina sequencing errors | |
| Hackenberg et al. | miRanalyzer: a microRNA detection and analysis tool for next-generation sequencing experiments | |
| Travis et al. | Hyb: a bioinformatics pipeline for the analysis of CLASH (crosslinking, ligation and sequencing of hybrids) data | |
| Sievers et al. | Mixture models and wavelet transforms reveal high confidence RNA-protein interaction sites in MOV10 PAR-CLIP data | |
| JP7319197B2 (ja) | 標的核酸のシークエンシングデータをアライメントする方法 | |
| Liu et al. | Index suffix–prefix overlaps by (w, k)-minimizer to generate long contigs for reads compression | |
| US8484229B2 (en) | Method and system for identifying traditional arabic poems | |
| CN107563149B (zh) | 全长转录本的结构注释和比对结果评估方法 | |
| Toffano-Nioche et al. | Detection of non-coding RNA in bacteria and archaea using the DETR’PROK Galaxy pipeline | |
| CN113066532A (zh) | 基于高通量测序技术的宿主中病毒来源sRNA数据分析方法 | |
| US20210398605A1 (en) | System and method for promoter prediction in human genome | |
| Diendorfer et al. | Annotation of additional evolutionary conserved microRNAs in CHO cells from updated genomic data | |
| US20130226467A1 (en) | System and method for processing reference sequence for analyzing genome sequence | |
| US20150302001A1 (en) | Method and device for phonetizing data sets containing text | |
| Tárraga et al. | A parallel and sensitive software tool for methylation analysis on multicore platforms | |
| Moon et al. | Identification of experimentally-supported poly (A) sites in single-cell RNA-seq data with SCINPAS | |
| Eggenhofer et al. | CMCompare webserver: comparing RNA families via covariance models | |
| JP2016024610A (ja) | 製品採取計画作成方法および製品採取計画作成装置 | |
| JP5414130B2 (ja) | 塩基配列のリードエラーを判定するためのプログラム | |
| JP6536580B2 (ja) | 文集合抽出システム、方法およびプログラム | |
| Caldas et al. | smalldisco, a pipeline for siRNA discovery and 3′ tail identification | |
| Yu et al. | Investigating microRNA-mediated regulation of the nascent nuclear transcripts in plants: a bioinformatics workflow | |
| Smith et al. | Quality control and processing of nascent RNA profiling data |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 200231 1, 2 floor 2, 218 Yin do road, Xuhui District, Shanghai. Patentee after: SHANGHAI PERSONAL BIOTECHNOLOGY Co.,Ltd. Address before: 200231 1, 2 floor 2, 218 Yin do road, Xuhui District, Shanghai. Patentee before: SHANGHAI PERSONAL BIOTECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220623 Address after: Room 2401, 24 / F, building a, Yangzi science and technology innovation center, 211 pubin Road, Jiangbei new district, Nanjing, Jiangsu, 211800 Patentee after: NANJING PERSONAL GENE TECHNOLOGY Co.,Ltd. Address before: 200231 1, 2 floor 2, 218 Yin do road, Xuhui District, Shanghai. Patentee before: SHANGHAI PERSONAL BIOTECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |