首页
/ SplAdder项目文件格式详解:从输入到输出的完整指南

SplAdder项目文件格式详解:从输入到输出的完整指南

2025-06-27 21:53:37作者:史锋燃Gardner

概述

SplAdder是一个用于分析可变剪接事件的强大工具,它能够从RNA测序数据中检测和量化各种类型的剪接变异。本文将全面解析SplAdder项目中的各类文件格式,包括输入文件要求、输出文件结构及其内容解析,帮助用户更好地理解和使用这一工具。

输入文件格式

注释文件

SplAdder接受两种标准格式的注释文件作为输入:

  1. GTF格式 (Gene Transfer Format)

    • 文件扩展名必须为.gtf
    • 遵循Ensembl规范的标准格式
    • 包含基因、转录本和exon等特征信息
  2. GFF格式 (General Feature Format)

    • 文件扩展名必须为.gff
    • 遵循Broad研究所或UCSC的标准规范
    • 提供基因组特征的注释信息

注意事项:SplAdder通过文件扩展名自动识别格式类型,因此必须确保文件扩展名正确无误。

比对文件

SplAdder要求所有比对文件必须符合以下规范:

  • BAM格式:二进制格式的比对文件
  • 遵循SAM规范:包括所有必填字段和可选字段
  • 已验证兼容的比对工具
    • STAR
    • PALMapper
    • TopHat

构建模式(build)输出文件

GFF3格式注释文件

SplAdder会生成包含检测到的剪接事件的GFF3格式文件,命名模式为: merge_graphs_<event_type>_C<confidence_level>.confirmed.gff3

文件特点

  • 每个事件表示为包含两种不同亚型的微型基因
  • 采用标准GFF3格式,兼容主流基因组浏览器
  • 示例内容解析(以exon skip事件为例):
Chr1    exon_skip       gene    7616027 7616726 .       +       .       ID=exon_skip.1;GeneName="AT1G21690"
Chr1    exon_skip       mRNA    7616027 7616726 .       +       .       ID=exon_skip.1_iso1;Parent=exon_skip.1
Chr1    exon_skip       exon    7616027 7616107 .       +       .       Parent=exon_skip.1_iso1
Chr1    exon_skip       exon    7616603 7616726 .       +       .       Parent=exon_skip.1_iso1

HDF5格式事件文件

HDF5是一种高效的层次化数据格式,SplAdder使用它存储所有相关事件信息。

文件结构解析

  • 采用类似文件系统的树状结构组织数据
  • 主要包含以下数据集(datasets)和组(groups):
数据集名称 描述内容
conf_idx 确认事件的索引
confirmed 事件确认状态(二进制数组)
event_counts 三维矩阵(S×F×E):样本×特征×事件
event_features 事件特征的描述列表
event_pos 事件exon的位置(start/stop对)
gene_chr 基因所在染色体
gene_idx 事件到基因的映射索引
gene_names 基因名称列表
gene_pos 基因位置(start/stop对)
gene_strand 基因链方向
num_verified 验证标准满足情况的计数矩阵
iso1/iso2 支持两种亚型的剪接读数
psi 剪接百分比(PSI)值矩阵
samples 样本名称列表

特征命名规则

  • 基于exon片段的编号系统
  • 示例:e1e3_conf表示连接exon片段1和3的剪接比对计数
  • 正链和负链的编号方向不同

各事件类型的特征定义

  1. alt_3prime/alt_5prime事件

    • 包含有效性标志、各exon片段覆盖度、剪接确认计数等
  2. exon_skip事件

    • 包含侧翼exon和跳跃exon的覆盖度、各种剪接连接确认计数
  3. intron_retention事件

    • 包含侧翼exon和保留内含子的覆盖度、剪接确认计数等
  4. mult_exon_skip事件

    • 扩展了exon_skip的特征,增加了跳跃exon数量、长度等额外信息
  5. mutex_exons事件

    • 包含四个exon片段的覆盖度和多种剪接连接确认计数

验证标准

每种事件类型都有特定的验证标准,用于确定事件在样本中是否有效:

  • 多exon跳跃:exon坐标有效性、覆盖度比较、各内含子剪接计数等
  • 内含子保留:保留标准、非保留计数阈值等
  • exon跳跃:跳跃exon覆盖度、内含子剪接计数等
  • 可变3'/5'端:差异区域覆盖度、两种可变内含子计数
  • 互斥exon:两种可变exon的覆盖度、相邻内含子确认等

TXT格式事件文件

文本格式的事件文件包含与HDF5文件相同的信息,采用制表符分隔的列格式:

  • 每行代表一个事件
  • 包含染色体、链、事件ID、基因名等基本信息
  • 后续列包含各样本的特征计数数据
  • 特征定义与HDF5文件一致

测试模式(test)输出文件

文本格式结果文件

测试模式生成三种主要的文本输出文件:

  1. 基本测试结果(per event)

    • 文件名:test_results_C{C}_{ET}.tsv
    • 包含15列关键信息:事件ID、位置、基因信息、p值、dPSI值、表达量等
  2. 基本测试结果(per gene)

    • 文件名:test_results_C{C}_{ET}.gene_unique.tsv
    • 每个基因只报告最显著的事件
    • 列定义与基本测试结果相同
  3. 扩展测试结果

    • 文件名:test_results_extended_C{C}_{ET}.tsv
    • 包含基本结果的15列加上各样本的具体计数和离散度估计

诊断图表

测试模式可生成多种诊断图表(需启用--diagnose-plots选项):

  1. 计数分布图

    • 展示测试组/条件下事件的支持计数和基因表达分布
    • 提供原始计数和对数转换版本
  2. MA图

    • 展示各事件的log2倍数变化与平均标准化计数的关系
  3. 离散度图

    • 包含原始离散度估计、离散度拟合和调整后离散度三个子图
  4. QQ图

    • 比较p值分布与均匀分布的差异
    • 可用于检测p值的过度膨胀现象
    • 提供原始和调整后p值两个版本

总结

SplAdder提供了丰富而规范的输入输出文件格式,支持从原始数据到最终分析结果的完整流程。理解这些文件格式对于正确使用SplAdder和解释其结果至关重要。HDF5格式的高效存储和文本格式的可读性相结合,既满足了大规模数据分析的需求,也方便了人工检查和结果解读。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
854
505
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
254
295
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
21
5