flomicsbiotech/rnaseq

nf-core/rnaseq

简介

nf-core/rnaseq是一个生物信息学管道，用于分析从具有参考基因组和注释的生物中获得的RNA测序数据。发布时，自动化持续集成测试会在AWS云基础设施上使用ENCODE项目联盟的全尺寸数据集运行管道，确保其在真实环境中的可用性、资源分配合理性及结果可重复性。

该管道基于Nextflow构建，支持跨多种计算基础设施的便携任务执行，并使用Docker/Singularity容器确保软件依赖一致性和结果可重现性。采用Nextflow DSL2实现，每个进程使用独立容器，便于维护和更新依赖，且尽可能使用nf-core/modules中的进程，提升社区复用性。

管道概述

自版本3.2起，SRA下载功能已迁移至独立工作流nf-core/fetchngs，可通过--nf_core_pipeline rnaseq参数生成该管道兼容的样本表。主要流程步骤包括：

1. 合并重测序FastQ文件（cat）
2. 读取质量控制（FastQC）
3. UMI提取（UMI-tools）
4. 适配器和质量修剪（Trim Galore!）
5. 去除基因组污染物（BBSplit）
6. 去除核糖体RNA（SortMeRNA）
7. 多种比对和定量路线选择：
   • STAR -> Salmon
   • STAR -> RSEM
   • HiSAT2（无定量功能）
8. 排序和索引比对结果（SAMtools）
9. 基于UMI的去重（UMI-tools）
10. 重复读段标记（picard MarkDuplicates）
11. 转录本组装和定量（StringTie）
12. 创建bigWig覆盖文件（BEDTools、bedGraphToBigWig）
13. 多维度质量控制：
    • RSeQC
    • Qualimap
    • dupRadar
    • Preseq
    • DESeq2
14. 可选伪比对和定量（Salmon）
15. 综合QC报告生成（MultiQC、R），涵盖原始数据、比对质量、基因生物型、样本相似性及链特异性检查

注意：使用--aligner hisat2时不执行定量分析，因缺乏从HISAT2基因组比对结果计算准确表达量的方法，但可用于偏好该比对工具的下游分析。

快速开始

前置条件

1. 安装Nextflow（版本≥21.10.3）
2. 安装容器运行环境（Docker/Singularity/Podman/Shifter/Charliecloud）；Conda仅建议作为备选方案，且在macOS上使用--remove_ribo_rna参数时不支持（SortMeRNA包版本限制）

测试运行

console
nextflow run nf-core/rnaseq -profile test,YOURPROFILE --outdir <输出目录>

• YOURPROFILE为配置文件，可选docker/singularity/conda等，或机构自定义配置（见nf-core/configs）
• Singularity用户建议先通过nf-core download下载镜像，并设置NXF_SINGULARITY_CACHEDIR缓存路径
• Conda用户建议设置NXF_CONDA_CACHEDIR存储环境以复用

正式分析

console
nextflow run nf-core/rnaseq --input samplesheet.csv --outdir <输出目录> --genome GRCh37 -profile <容器类型/机构配置>

样本表生成

提供Python脚本自动从FastQ目录创建样本表（需本地Python 3环境）：

console
wget -L https://raw.githubusercontent.com/nf-core/rnaseq/master/bin/fastq_dir_to_samplesheet.py
./fastq_dir_to_samplesheet.py <FastQ目录> samplesheet.csv --strandedness reverse

文档与支持

完整文档包括使用说明、参数列表和输出说明。

贡献指南见项目仓库的CONTRIBUTING.md。如需帮助，可通过Slack #rnaseq频道（需邀请）联系社区。

引用

使用该管道请引用：10.5281/zenodo.***

工具引用列表见CITATIONS.md，nf-core框架引用：

The nf-core framework for community-curated bioinformatics pipelines.
Philip Ewels et al. Nat Biotechnol. 2020 Feb 13. doi: 10.1038/s41587-020-0439-x