云生信学生物信息学

整理分组和BAM输入并跑通一次剪接分析

作者:发布于 2026-11-16更新于 2026-11-15约 5 分钟阅读
rMATS先把一次比较跑对

rMATS先把一次比较跑对:核对分组BAM清单;确认链类型与读长;查看有效读段统计;验收事件及差异方向
本文操作与检查路径示意。

rMATS-turbo 处理多个 BAM 时,可以把耗时较长的 prep 按样本拆开运行,最后集中做 post。这样便于把样本分配到不同计算节点,但前提是样本清单、GTF、读长和文库类型一致,并且每个 BAM 的 prep 结果都能被 post 找到。小数据集通常直接使用一次 --task both 更简单;只有确实需要分批或并行时,才拆成多个阶段。

先整理样本和文件清单

按 rMATS 格式准备逗号分隔的 BAM 完整路径清单。分组标签、重复关系与实验设计另存一份表,不能只依赖文件名猜组别。检查每个文件可读、BAM 能通过快速完整性检查,并确认样本与注释版本匹配。prep 运行时记录 rMATS 版本、GTF 校验值、读段类型、读长、文库类型和参数;这些设置在后续合并分析时必须一致。

准备内容 为何需要 容易出错处
BAM 完整路径 prep 结果会记录对应输入路径 post 时改为相对路径或换挂载路径
唯一临时目录 保存每个 BAM 的 .rmats 文件 并发运行产生同名文件冲突
分析参数记录 保证 prep 与 post 解释一致 混用不同 GTF、读长或文库参数

分批运行 prep 并保留结果

将 BAM 清单按节点拆分,每一批使用单独的临时目录。rMATS 官方说明中,prep 可对不同 BAM 子集独立运行,之后汇总 `.rmats` 文件供 post 使用。集群并发量应按每个任务的资源申请和共享存储压力安排,不要把所有样本同时启动后再用登录节点内存判断。

set -euo pipefail
: "${RMATS_PY:?set rmats.py path}"
: "${BAM_LIST:?set comma-separated full-path list}"
: "${GTF:?set annotation GTF}"
: "${TMP_PREP:?set unique prep temp directory}"
: "${OUTDIR:?set output directory}"
: "${READ_LENGTH:?set read length}"
: "${THREADS:?set allocated threads}"
test -r "$BAM_LIST" && test -r "$GTF"
test ! -e "$TMP_PREP" && test ! -e "$OUTDIR"
mkdir -p "$TMP_PREP" "$OUTDIR"
python "$RMATS_PY" --b1 "$BAM_LIST" --gtf "$GTF" -t paired \
  --readLength "$READ_LENGTH" --nthread "$THREADS" \
  --od "$OUTDIR" --tmp "$TMP_PREP" --task prep

汇总前先核对,不要直接拼文件

所有 prep 成功后,将 `.rmats` 文件复制到一个新建的 post 临时目录。并行 prep 可能生成同名文件,官方提供的 cp_with_prefix.py 可在复制时添加批次前缀。不要用普通复制覆盖同名文件,也不要把旧批次残留文件留在汇总目录。随后用完整的 b1、b2 分组清单运行完整性检查,再运行 post。保留每批日志、临时文件来源、输入清单和复制命令,后续才能追溯某个样本对应哪份 prep 数据。

结果验收至少包括:每个输入 BAM 均有 prep 记录、完整性检查通过、post 正常退出、输出目录包含预期的事件和统计文件。prep 成功并不意味着组间比较已完成;若比较设计、重复关系或文库方向不确定,应先核对实验设计,而不是通过重跑不同参数来试探结果。

分组文件也要和分析设计一致

prep 阶段可以按节点拆分处理批次,但用于统计比较的 b1、b2 应按照真实实验分组另行准备。每个列表写一行逗号分隔的完整 BAM 路径,并留存清单版本;不能把“在哪台机器做 prep”误当作“属于哪一组”。如果是配对设计,还需确认两个列表中的样本顺序能够逐一对应,并按设计决定是否使用配对统计模型。完成 prep 后,先统计每批成功样本数,与原始样本表逐个比对,发现漏样本先补跑,不要直接进入 post。

数据量小时,单次 both 能减少目录交接和路径差错;大批量时分阶段处理更方便调度,但要额外承担结果搬运和清单管理。选择哪种方式应由样本量、集群队列和团队复现能力决定。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:已有有效比较设计且批量计算量较大。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗