方法1.RNA-seq得到不同表達(dá)程度基因

方法2. 直接download U2OS_gene.csv https://cancer.sanger.ac.uk/cell_lines/download

最開始excel直接選用25%最高和25%最低，U2OS細(xì)胞共~16000基因，故復(fù)制前4000行的gene symbol并存為txt;

table browser下載'group:Genes and gene prediction; track:UCSC genes; outpu format:selected fileds from primary and related tables' then getoutput,如下圖選擇

問題出現(xiàn)在grep -wFf 25%_most_highly_expressed_gene_name.txt hg19_geneid_genesymbol.txt > 25%_most_highly_expressed_geneid.txt總是沒有輸出

trouble shooting首先檢查代碼，自定義兩個(gè)文件1.txt 2.txt然后 grep -wFf 1.txt 2.txt成功；

然后檢查輸入文件hg19_geneid_genesymbol.txt，自定義基因文件（隨便選幾個(gè)U2OS/non-U2OS基因 vi gene.txt）,grep -wFf gene.txt?hg19_geneid_genesymbol.txt成功；

最后發(fā)現(xiàn)問題出在25%_most_highly_expressed_gene_name.txt，最開始得到這個(gè)文件是直接從csv中copy and paste，但csv是 comma delimited,所以復(fù)制事實(shí)上連,一起復(fù)制了

#$ head U2OS_genes.csv

#$ head 25%_most_highly_expressed_gene_name.txt

事實(shí)上在做grep的時(shí)候是“ ,MED6, ”，因此無法匹配?hg19_geneid_genesymbol.txt，這也是為什么grep 'MED6'??hg19_geneid_genesymbol.txt 可以work的原因

正確做法

#0.6是第4000個(gè)基因的zscore

awk -F',' '$5 > 0.6 {print $3}' U2OS_genes.csv > ?25%_most_highly_expressed_gene_name.txt

0.6有點(diǎn)過低，做zscore散點(diǎn)圖可發(fā)現(xiàn)用2更為合理

awk -F',' '$5 > 2 {print $3}' U2OS_genes.csv >? highest_expressed_gene_name.txt

更為準(zhǔn)確的方法是用R quantile得到合適Z score篩選得到most_expressed 和 least_expressed

grep -wFf?highest_expressed_genesym.txt?gene_hg19.bed > highest_expressed_gene.bed

?

?PS：head gene_hg19.bed?

一個(gè)基因有不同的cds

https://www.jianshu.com/p/cc5cd7053d6e

?

轉(zhuǎn)載于:https://www.cnblogs.com/xiaoxiaoxiaoxue/p/10006223.html

總結(jié)

以上是生活随笔為你收集整理的寻找U2OS中表达的基因及其promoter并用于后续annotation的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。