内容

1简介

演示…的用法SummarizedBenchmark比较非编写的软件R，我们将比较的输出旗鱼，大马哈鱼而且kallisto，三种无需校准的转录本亚型定量方法。由于运行时间、磁盘空间和内存问题，这个小插图的某些部分在包构建期间不会运行。相反，我们提供了包含final的预计算对象SummarizedBenchmark对象。

2数据准备

我们首先下载fastq文件，我们将使用这些文件作为输入来量化异构体。我们将使用小鼠体图的两个大脑副本中的两个样本(Li et al. 2017)．

三种方法中的每一种(大马哈鱼，旗鱼而且kallisto)需要参考转录组的索引步骤。我们将使用Gencode项目中的鼠标注释。下面的代码下载小鼠参考转录组。

最后，我们使用下面的代码构建三种不同方法的转录组指数。

3.用系统调用准备函数以运行不同的方法

如果我们想用BenchDesign基础设施来比较通过命令行运行的工具，我们需要在R包含对命令行的系统调用。这些函数还必须收集方法的输出并将它们导入R．首先，我们实现三个函数，它们使我们能够检索将要运行的软件版本。

图书馆(SummarizedBenchmark)函数() {suppressWarnings（系统（“kallisto”，实习生=真正的）[1])strsplit(更小,”“) [[1]] [2］函数() {suppressWarnings（系统（三文鱼——第二版>&1，实习生=真正的）[1])strsplit(更小,”“) [[1]] [2］函数() {suppressWarnings（系统（旗鱼——第二版>&1，实习生=真正的）[1])strsplit(更小,”“) [[1]] [3.］tximport包)。

    

     
dir.create（“/ kallisto”，showWarnings =假）dir.create（“/鲑鱼”，showWarnings =假）dir.create（“/旗鱼”，showWarnings =假）函数(样本,args =＂＂) {sprintf（“fastq / % s_1.fastq.gz”、样品)gsub（“_1”，“_2”fastqFile1)sprintf（“kallisto / % s.out”、样品)sprintf（"kallisto quant -i reference/index/kallistoIdx. "Idx -o %s %s %s"，系统(cmd)需要(tximport)tximport（file.path(输出,“abundance.h5”)，类型=“kallisto”，txOut =真正的）ab＄数量(,1］的名字(计数)< -酸式焦磷酸钠（strsplit（的名字(数量),＂\ \||\ \．＂)，“[[”，1）函数(样本,args ="-l A -p 4") {sprintf（“fastq / % s_1.fastq.gz”、样品)gsub（“_1”，“_2”fastqFile1)sprintf（“鲑鱼/ % s.out”、样品)sprintf（"salmon quant -i reference/index/salmon_index %s -o %s -1 %s -2 %s"，系统(cmd)需要(tximport)tximport（file.path(输出,“quant.sf”)，类型=“鲑鱼”，txOut =真正的）＄数量(,1］的名字(计数)< -酸式焦磷酸钠（strsplit（的名字(数量),＂\ \||\ \．＂)，“[[”，1）函数(样本,args =“- l IU”) {sprintf（“fastq / % s_1.fastq.gz”、样品)gsub（“_1”，“_2”fastqFile1)sprintf（”旗鱼/ % s.out”、样品)sprintf（“回声\”旗鱼量化-i reference/index/sailfish_index %s -o %s -1 <(zcat %s) -2 <(zcat %s)\”| bash”，猫(cmd)系统(cmd)tximport（file.path(输出,“quant.sf”)，类型=“旗鱼”，txOut =真正的）＄数量(,1］的名字(计数)< -酸式焦磷酸钠（strsplit（的名字(数量),＂\ \||\ \．＂)，“[[”，1）
     
图书馆(SummarizedBenchmark)图书馆(tximport)BenchDesign（）% > %调用addMethod（标签=“kallisto-default”，func =runKallisto,params =rlang：：、动荡频仍的（示例=样本,args =“- t 16”)，元=列表（pkg_vers =rlang：：现状（getKallistoVersion()))% > %调用addMethod（标签=“kallisto-bias”，func =runKallisto,params =rlang：：、动荡频仍的（示例=样本,args =——bias -t 16")，元=列表（pkg_vers =rlang：：现状（getKallistoVersion()))% > %调用addMethod（标签=“salmon-default”，func =runSalmon,params =rlang：：、动荡频仍的（示例=样本,args ="-l IU -p 16")，元=列表（pkg_vers =rlang：：现状（getSalmonVersion()))% > %调用addMethod（标签=“salmon-gcBias”，func =runSalmon,params =rlang：：、动荡频仍的（示例=样本,args =-l IU—gcBias -p 16")，元=列表（pkg_vers =rlang：：现状（getSalmonVersion()))% > %调用addMethod（标签=“sailfish-default”，func =runSailfish,params =rlang：：、动荡频仍的（示例=样本,args ="-l IU -p 16")，元=列表（pkg_vers =rlang：：现状（getSailfishVersion()))printMethods(b)

    

    
现在，下一步是运行基准试验。因为我们正在为两个样本运行基准测试，所以我们使用拉普兰人()要循环遍历示例名称，请为每个示例名称运行基准测试，并使用组合它们cbind ()．

    
    
由此产生的allSB对象已预先计算，并可通过

    
    
注意，列表的每个元素都包含SummarizedBenchmark对象，其中colData ()包含软件版本和使用参数。

    
    
## 5行4列的数据帧参数元。版本样本组织## <字符> <字符> <字符> <字符> ## kalliso -default "-t 16" 0.43.1 SRR5273705 brain ##鲑鱼-default "-l IU -p 16" 0.9.1 SRR5273705 brain ##鲑鱼-gcBias "-l IU -gcBias -p 16" 0.9.1 SRR5273705 brain ##旗鱼-default "-l IU -p 16" 0.10.0 SRR5273705 brain ##旗鱼-default "-l IU -p 16" 0.10.0 SRR5273705 brain ##

5构建一个rnaseqcomp对象

对于更详尽的基准异构体量化结果，我们建议读者通过(Teng et al. 2016)，描述了评估异构体定量管道性能的几个指标。这些指标是在rnaseqcomp．方法中的步骤如下所示rnaseqcomp包来创建rnaseqcomp对象。我们建议读者遵循的小插图rnaseqcomp一揽子详尽的基准异构体定量方法。