转录组高级分析：7.STAR构建基因组索引。

去往服务器之上的第三部分，便是以STAR为依据来开展转录组的比对以及一定量流程。前边诸如指控、数据准备之类的，都已然被略过了，那些都处于第一部分当中。此时此刻，第三部分的第一步呢，就是凭借STAR来构建索引，一般而言，一个物种通常仅仅只需构建一回。

首先，将GPF转换为by十二的格式，之后去点击运行。当点击运行时发生了一个状况，即显示没有找到命令。于是运行这个便出现了报错。为何会这样呢？是由于昨天提到，若后续再次进入环境时，必须重新运行前面初始化的那几行，也就是从二十二行至二十七行，所以在此处要把它再次运行一遍。

在完成初始化之后，激活了环境，接着重新运行四百二十九行，在这个时候dnastar序列比对，运行成功了，期望没有看到报错。

接下来能够作出去挑选长度较为相近的转录本用以后续评估的选择，而不清楚究竟是谁登录了我的账号，随后借助head去展开查看，如此这般即为by文档。

下面存在一部能够被用于生成RNG的脚本，先将其予以生成，后续再去查看如何进行使用的。

先准备妥当，之后便可着手构建基因组的缩影。首先要新建一个目录用以存储缩影，也就是寻觅到 index 点 start，给缩影逐一赋予一个名字，明确究竟是属于哪个软件的缩影。

这边与ppt里的命令相同，是打remo的，这个地方命令之后加了个and号dnastar序列比对，and号意味着要将程序置于后台运行，然而这并不意味着因下套致使后来置于后台运行时，发现终端仍能够继续输入命令，还能够做别的，只是依旧无法继续往下运行，因为缩影尚未构建完成，所以要往下运行时或许就会报错。

这边存在这么个小小的按钮，能够见到它何时消失，表明缩影构建完毕，这边会给出输出。等它运行结束后，在这上面会有个the，要是运行结束后此处未出现闪烁光标，能够直接去回车一下，可通过四百七十九来查看这个。

·所以呢，依旧是把二二定制文件当作主要的，只要去看一下，只要不存在大小是零的情况，应该就不会有什么问题了。

到这边来输出人染色体的大小，把这个文件进行拷贝，鉴于视力数据仅给了某一条染色体便给的是二十号染色体，所以呈现出来只有一行。

还有一点是需要留意的，那就是STAR会依据GPF文件里面在第三列是否存在X来判断，GPF文件有注释，gtf文件也有注释，难道第三列不会有一个基因吗？它会凭借X来判定这个地方究竟是不是一个基因。

在某些时候，拿到了得gtf，然而，存在着有可能不标准的情况，也就是，不要去避避，部分的基因，就会变少了，x所结出来的基因数量，也就减少了。在这样的时候，可以凭借这个命令去进行查看，利用四百九十三这个注册来查看，star从中发现了一千三百九十一个基因。

自己去从gtf文件当中查看，有一千三百九十一个基解，只要这两个相关数字能够相互吻合，那就表明gtf解析不存在任何问题，这属于验证的整个过程。

如有侵权请联系删除！