在上一篇文章中，我们过滤了数据以进行质量控制，所以现在下一步是进行比较。 在比较之前，我们要明白比较的目的是什么？ RNA-Seq数据比较和DNA-Seq数据比较有什么区别？

RNA-Seq数据分析可以分为多种类型，例如寻找差异表达基因或寻找新的选择性剪接。 如果我们要寻找差异表达的基因，我们只需要确定不同的read技术即可。 我们可以使用bwa等比较工具，或者align-free工具，后者速度更快。

但如果您需要找到新的或替代的 RNA 剪接，您将需要像 STAR 这样的工具来找到剪接位点。 由于RNA-Seq与DNA-Seq不同，当DNA转录为mRNA时，内含子部分被去除。 因此dnastar序列比对，如果反向的mRNA cDNA无法与参考序列进行比较，则会将其分离并重新比对，以确定中间是否有内含子。

本文重点

下载索引

建立索引

比较

1.下载索引

人类索引一般都是现成的。 我建议你尝试下载现成的，使用服务器自己创建索引，时间比较长。

#切换到工作目录，并创建index文件夹
master@master:~$ cd User/Projects/rna/biotree && mkdir index && cd index

#下载索引文件，并解压
master@master:~/User/Projects/rna/biotree/index$ wget ftp://ftp.ccb.jhu.edu/pub/infphilo/hisat2/data/hg19.tar.gz

master@master:~/User/Projects/rna/biotree/index$ tar -zxvf hg19.tar.gz

2. 建立索引

工具中有一个命令叫-build。 您只需要指定基因组fasta序列文件和构建的索引系列文件的前缀：

master@master:~$ conda activate rna

(rna) master@master:~/User/Projects/rna/biotree/index$ hisat2-build GRCh38.p13.genome.fa hisat2_index_GRCh38

请记住，这个构建的索引系列文件的前缀非常重要。 后面的比较实际上需要这个前缀。

3. 比较

# hisat2 -p 线程数 -x 索引 -1 转录组文件1.fastq -2 转录组文件2.fastq -S 输出文件.sam 

(rna) master@master:~/User/Projects/rna/biotree$ hisat2 -p 10 -x /index/hisat2_index_GRCh38 -1 SRR11618610_1.fasta.gz -2 SRR11618610_2.fasta.gz -S output/SRR11618610.sam

#重复其他两个数据

在复现这些代码的过程中，你可能会遇到各种问题dnastar序列比对，或者我的代码可能不正确。 这时候你需要有足够的耐心和思考，相信自己能做到。

如有侵权请联系删除！