Docker封装生物信息学circRNA流程

circRNA分析主要流程模块:

图片.png

circRNA主要作用机制

(1) 能够通过miRNA sponge方式作为一种内源性竞争RNA(ceRNA)参与转录后调控。
(2) 核内circRNA能够结合Pol II 复合物或者与启动子相互作用,调控转录过程。
(3) mRNA 前体的可变剪接由于介入环化的外显子,导致基因表达的改变。
(4) circRNA能够直接与蛋白互作形成特定的circRNP,通过改变构象影响蛋白功能。
(5) circRNA在特定的条件下具有编码能力,且翻译的蛋白具有生物意义。
(6) circRNA逆转录能够驱动假基因的形成。
(7) 由于特殊的拓扑结果,植物circRNA能够通过维管长距离传递信息。
(8) 虽然circRNA的表达丰度并不高,但是能够富集在某些组织如大脑、神经细胞中发挥功能。

1.构建镜像

docker镜像基于lncRNA基础

docker run -itd --name circ_rna  lnc:v1
docker exec -it 00d50983a98e /bin/bash

首先拷贝数据库与脚本 质控--整理样本数据到一个目录 使用miARma1.7.2 软件进行后续分析
软件下载地址:miARma1.7.2, 大小60M左右
测试数据下载地址:Examples,大小在700M左右
注意R的版本,否则会报错:

图片.png

运行方式:

/data/xczhang/sRNA-pipeline/software/miARma1.7.2/miARma   miARma_circRNAs_pipeline.ini

miARma_circRNAs_pipeline.ini 内容:

;General parameters
[General] 
; type of analysis (miRNA, mRNA or circRNA)
type=circRNA
;0 for no verbose, otherwise to print "almost" everything verbose=almost 
; Folder for miRNA reads
read_dir=/data/xczhang/sRNA-pipeline/project/circRNAseq/Rawdata/ 
; Number of process to run at the same time 
threads=4 
; label for the analsysis label=Asthma 
; Folder where miARma has been instaled 
miARmaPath=/data/xczhang/sRNA-pipeline/software/miARma1.7.2 
; Folder to store results 
output_dir=/data/xczhang/sRNA-pipeline/project/circRNAseq/ 
; organism used 
organism=human 
;Type of sequencing ; could be Paired or Single. [Single by default] 
seqtype=Paired 
#Whether the data is from a strand-specific assay (yes, no or reverse, yes by default) for featureCounts analysis 
strand=no 
stats_file=/data/xczhang/sRNA-pipeline/project/circRNAseq/miARma_stat.75582.log 
logfile=/data/xczhang/sRNA-pipeline/project/circRNAseq/miARma_logfile.75582.log
[Aligner]
; Aligner (BWA for circRNAs)
aligner=bwa
; Path of the genomic fasta sequence to build the index
;Name to write in the index files
bwaindex=/data/xczhang/sRNA-pipeline/databases/genome/BWA_index/Homo_sapiens.GRCh37.75.dna.toplevel.fa
[ReadCount]
;Specific software to perform the Differential Expression Analysis (Allowed values: edger, noiseq or edger-noiseq)
desoft=Noiseq-EdgeR
;Complete path of the target file.
targetfile=/data/xczhang/sRNA-pipeline/project/circRNAseq/targets.txt
;Path of the contrast file.
contrastfile=/data/xczhang/sRNA-pipeline/project/circRNAseq/contrast.txt
;This value refers to filter processing in the reads (Should be "yes" or "no").
filter=no
;anser yes if replicates samples are included
replicates=yes
;Provide a file with normalized reads
cpm=yes

运行结束


图片.png

整理生成结果文件
软件自带生成图片比较难看,可以根据需求自行画图。
后续GO与KEGG分析方法较多,正在测试中。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,830评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,992评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,875评论 0 331
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,837评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,734评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,091评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,550评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,217评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,368评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,298评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,350评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,027评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,623评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,706评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,940评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,349评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,936评论 2 341