Open Skills Logo
Open Skillsopenskills.cc
技能bulk-rnaseq
B

bulk-rnaseq

端到端批量 RNA-seq 编排器——从原始 FASTQ 读取开始，经过 QC 和修剪（FastQC、fastp/Trim Galore），进行比对与定量（STAR、Salmon、featureCounts），组装基因层面的计数矩阵，然后交给差异表达分析（pydeseq2）、通路/GSEA 富集（pathway-enrichment）以及论文制图（scientific-visualization）。当用户拥有批量 RNA-seq 的 reads 或定量输出，并希望获得完整、可复现的差异表达工作流时，均可使用——例如：“分析我的 RNA-seq”“FASTQ 到 DESeq2”“运行 nf-core/rnaseq”“STAR/Salmon 定量”“为 DESeq2 构建计数矩阵”，或“从 reads 到差异表达基因与富集通路”。它在 nf-core/rnaseq（Nextflow）路径与独立的 STAR/Salmon 路径之间进行路由，涵盖实验设计、链特异性以及 QC 门控。单细胞 RNA-seq 请改用 scanpy 技能。

Bulk RNA-seq — 端到端差异表达分析流程

技能概述

Bulk RNA-seq 技能提供从原始 FASTQ 测序数据到差异表达基因和富集通路的完整可重现分析流程，整合质控、比对定量、计数矩阵构建和统计分析。

适用场景

  1. 从测序数据到发表级结果：当你有原始 FASTQ 文件或量化输出，需要运行完整、可重现的差异表达工作流时使用 — 例如"分析我的 RNA-seq"、"FASTQ 到 DESeq2"、"运行 nf-core/rnaseq"或"从测序数据到差异基因和富集通路"。

  2. 构建标准化计数矩阵：当你需要将 Salmon、STAR 或 featureCounts 输出转换为 DESeq2/PyDESeq2 可用的基因水平 counts 矩阵和样本元数据模板时，本技能提供桥接脚本和最佳实践指导。

  3. RNA-seq 实验设计与验证：在进行大规模分析前，你需要确认实验设计（重复数、批次效应、链特异性）是否符合统计学要求，或需要决定使用 nf-core 标准流程还是独立工具组合时使用。

核心功能

  1. 双路径上游处理：支持 nf-core/rnaseq（Path A）和独立 STAR/Salmon 工具（Path B）两条等效路径，根据样本规模、计算环境和可重现性需求灵活选择，最终均生成基因水平计数矩阵。

  2. Counts 矩阵桥接：通过 build_counts_matrix.py 将 Salmon/STAR/featureCounts 输出转换为 PyDESeq2 需要的整数 counts 矩阵和元数据模板，处理基因 ID 映射、链特异性列选择和估计值取整等关键细节。

  3. 完整工作流编排：连接质控（FastQC/MultiQC）、比对定量（STAR/Salmon）、差异表达（pydeseq2）、通路富集（pathway-enrichment）和可视化（scientific-visualization）各阶段，强调实验设计验证和 QC 门控，确保结果可辩护。

常见问题

RNA-seq 分析需要多少生物学重复？

至少每组 3 个生物学重复才能获得足够的统计功效和稳定的离散度估计。更多重复比更深测序更重要；少于 3 个重复几乎无法得出可靠的差异表达结果。

nf-core/rnaseq 和手动分析应该选哪个？

优先选择 nf-core/rnaseq（Path A）— 它是领域标准、经过审计、可引用的流程，一键集成 FastQC→修剪→STAR/Salmon→定量→tximport→MultiQC。手动分析（Path B）适合样本少、需要检查每步细节，或运行流程不支持的非标准步骤。

如何确定 RNA-seq 的链特异性（strandedness）？

链特异性错误会静默丢失约一半 reads。可用 Salmon -l A 自动推断，或从实验设计确认；运行后检查 assigned reads 比例和 STAR/featureCounts 的不同列输出验证。本技能在 references/design-and-qc.md 中提供详细判断方法。