基因表达量counts/FPKM/TPM
是什么？
01
先装工具，featureCounts 是关键！
要算表达量，得用到 Subread 工具集里的 featureCounts。这个工具专业、高效，好用得不得了。
conda install -c bioconda subread02
先装工具，featureCounts 是关键！
有了工具，咱们直接上代码。这个脚本帮你处理多个路径里的 BAM 文件，
一次性把表达量都算出来。
# 定义要循环的路径列表paths=("排序后bam文件的绝对路径")#定义输出路径，如/home/counts_fileoutput_path="定义counts文件的输出路径"mkdir -p "$output_path"# 循环遍历路径列表for path in "${paths[@]}"; do# 在每个路径下执行您的命令folder_name=$(basename "$path")cd "$path" # 切换到当前路径#指定基因组注释文件路径和文件名，如/home/Genome.gffannotation_file="基因组注释文件的绝对路径及文件名"# 循环遍历 BAM 文件for bam_file in "$path"/*.bam; do# 提取文件名作为样本名sample_name=$(basename "$bam_file" .bam)# 使用 featureCounts 计算表达量。-T：指定线程数；-a：指定注释文件；-o指定输出路径（不填则为工作路径）/文件名；-p：指定双端测序；-t：指定输出的表达量是mRNA，gene或者exon等；-g：基因标识符属性（如'ID=Ts_Contig1_G00001.t1.exon1;Parent=Ts_Contig1_G00001.t1'则为ID）featureCounts -T 50 -a "$annotation_file" -o "$output_path"/"${sample_name}.counts.txt" -p -t gene -g ID "$bam_file"donedone
简单说，这个脚本干了啥：
自动找到所有路径里的 BAM 文件。
用 featureCounts 计算每个样本的基因表达量。
输出
counts.txt文件，直接能用
03
整理 counts 文件，方便管理
看着分散的 counts 文件，咱们再来一步，把它们都汇总到一个地方。
#如有多个路径，可以第一行之后同时定义，会依次执行paths=("定义counts文件的原路径，上一步中保存在排序过的bam文件中")#定义自己的counts文件要移动到的目标路径，如/home/Cal_Expressiontarget_path="定义目标路径"mkdir -p "$target_path"for path in "${paths[@]}"; docd "$path"for counts_file in "$path"/*.txt; docp "$counts_file" "$target_path"donedone
就这样，所有 counts 文件都整齐地放在 /Cal_Expression 文件夹了，后续分析方便多了。
04
用 WinSCP 下载到本地
最后一步，打开 WinSCP，连接服务器，导航到 /Cal_Expression，一键下载到电脑就好了。
这些 counts 文件可以直接用来做后续分析，比如差异表达分析（DESeq2、edgeR 等）。
DESeq2可以查看差异基因分析神器来了：几秒搞定两个样本的转录本表达差异！
点击上方 蓝字关注我们
