右侧的柱状图表示miso计算出的每个可变剪切事件在样本中的表达量,在这种图片中,归一化之后的reads深度分布可以用于直观的比较不同样本中的分布,而右侧的inclusion level值则可以直接看出不同样本中可变剪切事件的差异。 这种可视化形式能够直观的展示可变剪切分析的结果,所以其他的可变剪切软件也争相效仿,rmats也提供了类似...
右侧的柱状图表示miso计算出的每个可变剪切事件在样本中的表达量,在这种图片中,归一化之后的reads深度分布可以用于直观的比较不同样本中的分布,而右侧的inclusion level值则可以直接看出不同样本中可变剪切事件的差异。 这种可视化形式能够直观的展示可变剪切分析的结果,所以其他的可变剪切软件也争相效仿,rmats也提供了类似...
rmats2sashimiplot:可视化rmats的可变剪切结果 欢迎关注”生信修炼手册”! 在miso这款可变剪切分析软件中,提出了一种可变剪切事件的可视化方式, sashimiplot, 示意如下 上述示意图表示的是一个外面子跳跃的可变剪切事件,最下方是可变剪切isofrom的示意图,分别对应inclusion isofrom 和 skipping isofrom; 采用RPKM值量化表...
l1和l2参数指定样本的名字,exon_s和intron_s参数指定图片中exon和intron的比例,min-counts用于指定展示的最小count数,如果实际的counts数小于该阈值,则不会在图中显示,-t参数指定可变剪切的类型,-e参数指定rmats产生的可变剪切结果文件。
从该配置文件可以看出,sample_labels中包含了rmats分析出的每个可变剪切事件的inclusion level 值。最终的效果图示意如下 由于rmats中只会计算可变剪切事件的inclusion level值,并没有提供95%执行区间的值,所以没有右侧的柱状图。图中的IncLevel值是直接从rmats的输出结果中读取的,所以二者是一致的。