現在、研究室用の新人教育ページを作っているのですが、せっかく作ったので一部転載。 文字列を検索・置換するLinuxコマンドです。 grep: 文字列の検索 対象ファイルから特定の文字列を含む行だけを表示します。 $ grep hogehoge sample.txt # sample.txtの…

今回も解析環境構築にまつわるお話です。 結論を先に書くと、Docker使うならSingularityオススメ！ Singularityとは 7月に書いた下記エントリでは、Dockerを使うメリットについて簡単に説明しました。 rnakato.hatenablog.jp 一方、Dockerにはいくつか不満な…

Dockerベースで提供されるパッケージの割合が目に見えて増えてきたように感じるので、簡単なまとめ。 Dockerとは Dockerとはマシン上に違うマシンを立ち上げるための仮想化技術です。 WindowsやMac上でLinux環境を立ち上げたり、Linux上に異なる複数のLinux…

みなさんgtfファイルからrefFlatに変換する時ってどうされてるんですかね？Rを使っている？ 自分は自作のツール "gtf2refFlat" を使っているので、ここではそれを紹介します。 gtf形式については↓をご覧ください。 https://bi.biopapyrus.jp/rnaseq/mapping/…

WIndows上でLinuxをエミュレートするWindows Subsystem for Linux （WSL）はDockerに不完全な対応だったのですが、完全対応の「WSL 2」がいつのまにか使えるようになっていたので、試してみました。 forest.watch.impress.co.jp qiita.com Windows Insiderに…

たかが公開鍵、されど公開鍵。「公開鍵 生成」でググるとたくさん出てくるんだけど、やり方が色々ありすぎて新人に適当に検索させるとあれこれ迷ってしまうので、ここにまとめておきます。 参考記事 【手順つき】SSHの公開鍵認証のやり方 Linuxコマンド【 ss…

マップデータの形式にはSAM, BAMの他にCRAMという形式があります。 https://www.ga4gh.org/news/cram-compression-for-genomics/ CRAMはBAMと比べて更に高圧縮率だそうです。 今まであまり使う機会が無かったのですが、Twitterで Ewan Birneyさんが強く推し…

この度4月1日付で東京大学定量生命科学研究所の講師となりました。 大規模生命情報解析研究分野という名前で研究室を主宰します。 研究室HP: http://www.iam.u-tokyo.ac.jp/nakatolab/index.html 年度末営業と研究室異動のばたばたでこのブログも全く更新で…

前回の記事↓の続きです。 STAR-RSEMによる発現量推定 その１ - Palmsonntagmorgen STAR-RSEMによる発現量推定 その2 - Palmsonntagmorgen 前回のコマンドを最後まで完了すると、starディレクトリの中にstar/Myers_HUVEC_cell_2x75_200_1.<genes|isoforms>.results のようなフ</genes|isoforms>…

最近知ったツールがRの3.5以上を要求しているのだが、手元のUbuntu 18.04はRが3.4.4 だったので、3.5にアップグレードしました。 以下備忘録。 やってることは、aptで参照されるレポジトリにR3.5を含むレポジトリを追加した上で改めてRをインストールすると…

前回の記事↓の続きです。 STAR-RSEMによる発現量推定 その１ - Palmsonntagmorgen Stranded/Unstranded RNA-seq RNA-seqにはunstrandedとstranded の二種類があります。unstrandedの場合はmRNAに対して半々の確率で順鎖と逆鎖が読まれ、stranded の場合は逆…

私が普段使っているSTAR, RSEMを使った発現量推定法を紹介します。 あまり最新のアップデート情報などをフォローできていないので、もっと良いやり方をご存知の方はご教示ください。 ここでは例題として、ヒトES細胞とHUVEC細胞をペアエンドで読んだサンプル…

RNA-seq解析の記事を書こうとしたらgtfファイルの部分が長くなり過ぎたので単独記事にしました。 Gene annotation 既知遺伝子の情報を記載するファイルにはいくつかの形式があり、gtf形式はそのひとつです。 よく似たgff形式というものもありますが、微妙に…

前回の記事の続きです。 HISAT-StringTie-Ballgown を試してみよう - Palmsonntagmorgen 発現量データ生成 前回の記事で発現量データを生成するのを忘れていたので、ここで生成します。stringtieを使います。 for prefix in ERR188044 ERR188104 ERR188234 E…

せっかくNature Protocolの論文があるので試してみよう企画。 Nature Protocolはスクリプトがそのまま載っているので、追試に最適です。 一方、古いライブラリが指定されていると手元の環境で動かなかったり、著者のレベルによってへんてこなスクリプトにな…

本業の方で色々忙しくなっておりまして、更新の間が開いてしまいました。 今回はRNA-seqについて語りたいと思います。 RNA-seqはChIP-seqよりもメジャーなので、日本語での解説ブログも充実していますが、情報が古いものだと今だにtophat-cufflinksを使って…

２つのサンプルから得られたピークセットがどのくらい重なるのか調べたい！という時の方法です。 今回はBEDtoolsを使うやり方と、拙作のcompare_bsを使うやり方を紹介します。 ピークデータのダウンロード ピークはBED形式であれば何でもよいのですが、ここ…

NGS解析のための新規ツールは日々論文で発表されており、それらのほとんどは世界中の人が無償で利用可能なライセンス形態になっています。 今日はその中でも多くの人に利用されている「GitHub」に公開されたツールのインストール方法を紹介します。 オープン…

公開されているゲノム配列は現在も更新中であるため、いくつかのバージョン (build) があります。 humanだとhg18, hg19, hg38などがあり、hg38が現時点で最新です。 NGS解析をするうえでは全ての解析データのbuildを統一する必要がありますが、「既存論文の…

今回はDROMPAを用いたヒートマップの描画について説明します。 HEATMAPコマンド(TSS周辺) 前回の記事では、DROMPAを用いたリードプロファイルの描画について解説しました。 rnakato.hatenablog.jp 使ったコマンドは以下のようなものです。（詳しくは前回の記…

DROMPA3を用いたリードプロファイルの描画です。 ここでプロファイルと呼んでいるものは、遺伝子回り、あるいはピーク回りにおけるマップリードの平均分布のことで、aggregation plotと呼ばれることもあります。 全遺伝子や全ピークの平均値として見ることに…

時間がかかってしまいましたが、やっとSSPの登場です。 この記事は以下の記事の続きです。 S/N比の評価手法 その１ - Palmsonntagmorgen S/N比の評価手法 その2 Cross-correlation profile - Palmsonntagmorgen S/N比の評価手法 その3 deepTools - Palmsonnt…

今回はIHEC projectの公式品質評価ツールに採用されているdeepToolsについて解説します。 deepToolsとは deepToolsはChIP-seq, RNA-seq, MNase-seqなどの品質評価及び種々の可視化をするために作られたソフトウェアで、samtoolsやbamtoolsでは手の届かないよ…

これは前回の記事の続きですので、未読の方はそちらから読んでください。 Cross-correlation profile Cross-correlation profile (以下CCP)はENCODEのグループによって提案されたS/N比計測手法です*1。 CCPは、順鎖ー逆鎖間のマップリード分布の「ずれ」を利…

私が開発したChIP-seqの品質評価ツール"SSP"の論文がBioinformatics誌にアクセプトされました。 Sensitive and robust assessment of ChIP-seq read distribution using a strand-shift profile | Bioinformatics | Oxford Academic 本論文はbioRxivでも無料…

今回は、全染色体を１行でマクロに可視化するGVコマンドを使います。なおGVはGlobal viewの略です。 parse2wig 今回はROADMAP web portalからダウンロードしたK562細胞のヒストン修飾データ一式を使います。 以下のコマンドでtagAlignファイルをダウンロード…

タイトルはこの有名な記事からもらいました。 自分の学生時代に講義で学んだプログラミング言語はCとPerl（とjavaとPostgreSQL）でしたが、状況はずいぶんと変わってきました。じゃあどういう時代になったの？というのを、自分が今いるNGS解析のフィールドか…

BEDtoolsの作者は開発熱心なので、できることがどんどん増えているような気がします。 手元のバージョンはv2.27.1です。 前準備 多くのコマンドはsorted BEDを要求しますので、事前に以下のコマンドで全てのBEDをソートしておくとストレスがないかと思います…

DROMPA3: その4 マップリード分布の可視化その1 では以下のコマンドを実行しました。 $ drompa_draw PC_SHARP \ $ -i parse2wigdir/H3K4me3,parse2wigdir/Input,H3K4me3,,,200 \ $ -i parse2wigdir/H3K27me3,parse2wigdir/Input,H3K27me3,,,10 \ $ -i parse2…

リード分布の可視化の続きです。 このエントリは↓の記事の続きになりますので、まだ読んでいない方は先にこちらを参照してください。 DROMPA3: その4 マップリード分布の可視化その1 - Palmsonntagmorgen Input readの可視化 前回はChIPサンプルのみを可視化…