项目背景
某高校附属医院检验医学课题组开展一项疾病分期相关的转录组研究：200 例样本（4 个分期组 × 50 例），每例约 6 GB FASTQ，总原始数据约 1.2 TB。
分析流程与瓶颈
课题组此前用 16 核工作站零散跑样：
- 单样本 STAR 比对 40 分钟，200 样本串行需 6 天且中途崩溃两次全部重跑
- 多样本定量矩阵合并靠手工，批次参数不一致导致一半样本重做
- 差异分析阶段才发现 3 个样本 barcode 录入错误——如果早发现能省两天
解决方案
按转录组算力计算器输出配置 32 核 / 128GB / 4TB NVMe 服务器，把流程固化为 Snakemake 工作流：
| 阶段 | 内容 | 耗时 |
|---|---|---|
| Day 1 | 全队列 fastp QC + 汇总报告（3 例错标样本当场暴露） | 4 小时 |
| Day 1-3 | STAR 比对批量并行（16 样本/批 × --runThreadN 16） | 约 40 小时 |
| Day 4 | featureCounts 定量 + 样本相关性 outlier 检测 | 3 小时 |
| Day 5 | DESeq2 差异分析 + 批次校正 + WGCNA 共表达 | 1 天 |
| Day 6-7 | GSEA/富集 + 图表整理 | 1 天 |
最终产出
7 天完成 200 样本全流程，鉴定出 3 个与疾病分期显著相关的基因模块，其中 1 个模块的 hub 基因在后续 qPCR 队列验证中显著。工作流脚本沉淀后，课题组第二个 300 样本项目直接复用，当周启动分析。
配置建议
百例以上转录组大队列的核心是流程工程化 + 批处理，32 核 / 128GB 是性价比拐点；更大队列（500+）建议 64 核档位。用转录组算力配置计算器按样本数与读长估一档，存储按原始数据 3 倍规划。
常见问题
200 个转录组样本要跑多久？
30M reads/样本，32 核/128GB 服务器批量比对约 2-3 天，定量+差异分析 1 天，全流程一周内完成。
大队列样本批次效应怎么处理？
比对定量环节用同一参考与参数保证一致，统计环节用 limma removeBatchEffect 或 ComBat 校正，建议在流程里固化。