TransRefine

TransRefine 是一个用于转录组数据过滤的软件，能够整合多种其他软件的重构结果。该软件尚未发表，目前推荐使用 Scallop2 和 Stringtie2 处理二代测序数据，使用 Stringtie2 和 Isoquant 处理三代测序数据。对于其他软件生成的 GTF 文件，可能存在兼容性问题。

测试流程

安装依赖

首先，安装必要的 Python 包：

pip install tqdm concurrent.futures subprocess xgboost

运行步骤

1. 生成合并图文件

运行以下命令，将多个 GTF 文件合并为一个图文件：

bash python graph.py -i test1.gtf test2.gtf -o merge.graph

1. 处理 Isoquant 结果

如果需要合并 Isoquant 的结果，首先编辑 iso.py 文件，将以下变量修改为对应的文件路径：

python gtf_file = 'isoquant.gtf' cov_file = 'isoquant_cov.tsv'

然后运行以下命令生成合并的 GTF 文件：

bash ./simply_merge gtf1 gtf2 merge.gtf

1. 生成路径信息

使用以下命令生成路径信息文件：

bash ./get_RightInfo_for_graph merge.gtf merge.graph gtf2path.info

1. 开始测试

使用训练集文件（如 23_features_stringtie3.csv）进行预测：

bash python xgboost_model_predict.py -i 23_features_stringtie3.csv -g gtf2path.info

1. 过滤转录本

最后，使用以下命令进行转录本过滤，生成最终的输出文件 output.gtf：

bash ./filter_transcripts_based_on_count xgboost_predict_pro.txt merge.gtf output.gtf a(过滤参数) transgram

通过以上步骤，您可以使用 TransRefine 对转录组数据进行高效过滤和整合，文件夹中的数据对应数据集。二代d3-d8对应SRR1313132、SRR1313084、SRR1313085、SRR1313087、SRR1313088、SRR1313089三代ont r1-r6对应NA12878-cDNA、SRR14181741、RR6053080、ERR6053093、ERR9286480三代pacbio r11-r12对应SRR14638616、SRR1163657。训练数据集的特征文件（23_features_stringtie3.csv）在train_data文件夹中，测试数据集在test_data文件夹中。