fnavarro/texp

TeXP

TeXP是一个用于评估短读长RNA-seq数据中转座元件转录水平的管道。

关于

TeXP是从RNA-seq数据中量化转座元件转录本丰度的工具，其核心假设是：与转座元件重叠的RNA-seq reads由普遍转录信号和转座元件自主转录信号共同组成。
参考链接：[***]

快速运行TeXP

bash
docker run -it fnavarro/texp:latest /bin/bash  

1. 下载示例RNA-seq数据（如ENCODE项目的MCF-7样本）：

bash
wget -c -t0 "https://www.encodeproject.org/files/ENCFF000HFF/@@download/ENCFF000HFF.fastq.gz" -O file.fastq.gz  

2. 运行TeXP：

bash
./TeXP.sh -f file.fastq.gz -t 1 -o process/example/ -n quick_texp_run  

3. 输出文件位置：

bash
ls process/example/quick_texp_run  
# 输出包括：  
# *.L1HS_hg38.count（原始计数）  
# *.L1HS_hg38.count.corrected（校正计数）  
# *.L1HS_hg38.count.rpkm（原始RPKM）  
# *.L1HS_hg38.count.rpkm.corrected（校正RPKM）  
# *.L1HS_hg38.count.signal_proportions（信号比例）  

提示：若本地存储fastq文件，可挂载目录到容器：

bash
docker run -it -v ~/Desktop/:/texp fnavarro/texp:latest /bin/bash  

依赖要求

• Bowtie2（2.3+）
• Bedtools（2.26+）
• Fastx-toolkit（0.0.14+）
• Perl（5.24+）
• Python（2.7）
• R（3.3+，需Penalized包0.49+）
• Samtools（1.3+）
• wgsim（2011年10月17日版本a12da33）
• Bowtie2 hg38参考索引：[***]
• Hg38重复元件注释：[***]

下载与安装

1. 克隆TeXP仓库：

bash
git clone https://github.com/gersteinlab/texp.git  

编辑TeXP.sh，更新INSTALL_DIR变量为克隆路径。

2. 安装依赖：

bash
apt-get update  
# 安装二进制依赖  
apt-get install -y \  
    bedtools=2.26.0+dfsg-3 \  
    bowtie2=2.3.0-2 \  
    fastx-toolkit=0.0.14-3 \  
    gawk=1:4.1.4+dfsg-1 \  
    git \  
    perl=5.24.1-3+deb9u1 \  
    python=2.7.13-2 \  
    r-base=3.3.3-1 \  
    r-base-dev=3.3.3-1 \  
    samtools=1.3.1-3 \  
    wget  

# 安装wgsim  
mkdir -p /src && cd /src \  
    && git clone https://github.com/lh3/wgsim.git \  
    && cd wgsim && gcc -g -O2 -Wall -o wgsim wgsim.c -lz -lm \  
    && mv wgsim /usr/bin/  

# 下载库文件  
mkdir -p /data/library/rep_annotation && cd /data/library/rep_annotation \  
    && wget -c -t0 "http://files2.gersteinlab.org/public-docs/2019/08.14/rep_annotation.hg38.tar.bz2" -O rep_annotation.hg38.tar.bz2 \  
    && tar xjvf rep_annotation.hg38.tar.bz2 && rm rep_annotation.hg38.tar.bz2  

mkdir -p /data/library/bowtie2 && cd /data/library/bowtie2 \  
    && wget -c -t0 "http://files2.gersteinlab.org/public-docs/2019/08.14/bowtie2.hg38.tar.bz2" -O bowtie2.hg38.tar.bz2 \  
    && tar xjvf bowtie2.hg38.tar.bz2 && rm bowtie2.hg38.tar.bz2  

# 安装R包  
echo 'install.packages(c("penalized"), repos="http://cloud.r-project.org", dependencies=TRUE)' > /tmp/packages.R \  
    && Rscript /tmp/packages.R  

配置说明

需修改opts.mk文件中的参数：

• LIBRARY_PATH：TeXP克隆路径
• EXT_LIBRARY_PATH：包含bowtie2索引和转座元件注释的路径
• EXE_DIR：二进制文件所在目录（如/usr/bin）
• 若依赖分散在不同路径，需手动指定（如WGSIM_BIN := ~/wgsim/bin/wgsim）
• 最后设置CONFIGURED := TRUE

Docker镜像使用

直接拉取预配置镜像：

bash
docker pull fnavarro/texp  

运行命令

bash
./TeXP.sh -f [FILE_NAME] -t [INT] -o [OUTPUT_PATH] -n [SAMPLE_ID]  

参数说明：

• -f：输入文件（fastq、fastq.gz、sra格式）
• -t：线程数
• -o：输出路径（如./processed）
• -n：样本名（如SAMPLE01）

FAQ

1. TeXP是否支持双端数据？
   TeXP一次处理一个fastq文件。若为双端数据，建议取P1和P2结果的平均值。

2. TeXP是否支持无链数据？
   支持。

3. 能否使用其他比对工具？
   实验表明比对工具对结果影响不大，但推荐使用Bowtie2（TeXP参数均基于此优化）。