差异剪接分析软件rMATS结果文件解读(v4.1.2)

第一次做差异剪接分析，rMATS做完后一头雾水，查阅资料整理了一下结果文件。

• 我使用的版本是v4.1.2，用conda安装的，软件的安装和使用就不细说了，网上已经有很多帖子，这里只对几种比较重要的结果文件进行解读。说是解读，其实也只是翻译了一下，目的是帮助自己更好理解。

一些重要的区分

JC和JCEC区分

rMATS中，JC是Junction Counts的缩写，表示跨越剪切位点的reads（暂且叫为JC reads）数量，JCEC是Junction Counts和Exon Counts的缩写合并，Exon Counts表示不跨越剪切位点的reads数量，JCEC可以理解为所有比对上的reads（暂且叫为JCEC reads）。他们的关系见下图：

IJC和SJC区分

这里引用一位老哥的帖子https://www.plob.org/article/22921.html，自己做了一些标注

IJC表示外显子包含的reads数目
SJC表示外显子跳跃的reads数目

注意，图中I和S都是外显子，另外外显子包含是我瞎起的名字。

rMATS中的AS分类

• SE 外显子跳跃
• A5SS 5'端可变剪切
• S3SS 3'端可变剪切
• MXE 外显子选择性跳跃
• RI 内含子保留

结果文件类型

rMATS生成的文件大致以下几种：

• [AS_Event].MATS.JC.txt: 只计算Junction Counts（跨越剪切位点的reads）的最终输出结果
• [AS_Event].MATS.JCEC.txt: 计算了跨越剪切位点的reads和不跨越剪切位点的最终输出结果
• fromGTF.[AS_Event].txt： 通过GTF文件和RNA鉴定的所有选择性剪接（AS）事件
• fromGTF.novelJunction.[AS_Event].txt: 考虑了RNA后确定的选择性剪接（AS）事件，不仅仅考虑GTF文件。这个结果只用跨越剪切位点进行计算。
• fromGTF.novelSpliceSite.[AS_Event].txt: 只用不跨越剪切位点计算的结果。分析时使用参数 --novelSS 才会计算。
• JC.raw.input.[AS_Event].txt: 跨越剪切位点的reads的AS事件计数
• JCEC.raw.input.[AS_Event].txt: 所有reads的AS事件计数

[AS_Event].MATS.JC.txt的结果文件

dfjioan

		第几列	第几列	第几列	第几列
表头	描述	A3SS.MATS.JC.txt MXE.MATS.JC.txt	RI.MATS.JC.txt	SE.MATS.JC.txt	A5SS.MATS.JC.txt
ID	AS事件编号	1	1	1	1
GeneID	可变剪接事件所在基因编号	2	2	2	2
geneSymbol	可变剪接事件所在基因名称	3	3	3	3
chr	可变剪接事件所在染色体	4	4	4	4
strand	可变剪接事件所在链的方向	5	5	5	5
longExonStart_0base	较长外显子的起始位点	6
longExonEnd	较长外显子的终止位点	7
shortES	较短外显子的起始位点	8
shortEE	较短外显子的终止位点	9
flankingES	差异外显子附近的外显子的起始位点	10
flankingEE	差异外显子附近的外显子的终止位点	11
exonStart_0base	外显子的起始位点				6
exonEnd	外显子的终止位点				7
1stExonStart_0base	第一个外显子的起始位点		6
1stExonEnd	第一个外显子的终止位点		7
2ndExonStart_0base	第二个外显子的起始位点		8
2ndExonEnd	第二个外显子的终止位点		9
riExonStart_0base	包含内含子的外显子的起始位点			6
riExonEnd	包含内含子的外显子的终止位点			7
upstreamES	上游外显子的起始位点		10	8	8
upstreamEE	上游外显子的终止位点		11	9	9
downstreamES	下游外显子的起始位点		12	10	10
downstreamEE	下游外显子的起始位点		13	11	11
ID		12	14	12	12
IJC_SAMPLE_1	样品1外显子包含（见下面的解释）的reads数目，重复样品用逗号隔开	13	15	13	13
SJC_SAMPLE_1	样品1外显子跳跃的reads数目，重复样品用逗号隔开	14	16	14	14
IJC_SAMPLE_2	样品2外显子包含（见下面的解释）的reads数目，重复样品用逗号隔开	15	17	15	15
SJC_SAMPLE_2	样品2外显子跳跃的reads数目，重复样品用逗号隔开	16	18	16	16
IncFormLen	外显子包含转录本的长度，用于标准化	17	19	17	17
SkipFormLen	外显子跳越转录本的长度，用于标准化	18	20	18	18
PValue		19	21	19	19
FDR	校正后的PValue	20	22	20	20
IncLevel1	样本1的外显子包含的水平。重复样品用逗号分隔。根据标准化计数计算	21	23	21	21
IncLevel2	样本2的外显子包含的水平。重复样品用逗号分隔。根据标准化计数计算	22	24	22	22
IncLevelDifference	average(IncLevel1)-average(IncLevel2)	23	25	23	23

summary.txt文件

这里用以下命令对summary.txt进行了转置，更方便查看

for i in {1..9}; do cut -f $i summary.txt |xargs|sed 's/ /\t/g' ;done

EventType	SE	A5SS	A3SS	MXE	RI
AS事件类型	外显子跳跃	5'端可变剪切	3'端可变剪切	外显子选择性跳跃	内含子保留
TotalEventsJC 两组样本中)所有跨越剪切位点事件的数量	12548	527	534	1047	888
TotalEventsJCEC (两组样本中)所有跨越与不跨越剪切位点事件的数量	12818	538	550	1059	915
SignificantEventsJC (两组样本中)跨越剪切位点事件达到显著水平的数量	1088	98	82	239	212
SigEventsJCSample1HigherInclusion (与样本2相比,)样本1中跨越剪切位点事件达到显著水平的数量	370	60	45	92	144
SigEventsJCSample2HigherInclusion (与样本1相比,)样本2中跨越剪切位点事件达到显著水平的数量	718	38	37	147	68
SignificantEventsJCEC (两组样本中)跨越与不跨越剪切位点事件达到显著水平的数量	1128	106	95	252	238
SigEventsJCECSample1HigherInclusion (与样本2相比,)样本1中跨越与不跨越剪切位点事件达到显著水平的数量	391	66	52	100	163
SigEventsJCECSample2HigherInclusion (与样本1相比,)样本2中跨越与不跨越剪切位点事件达到显著水平的数量	737	40	43	152	75

其他文件的表头信息也差不多。

参考资料：

rMATS差异可变剪切分析 | Public Library of Bioinformatics (plob.org)

rmats-turbo/README.md at v4.1.2 · Xinglab/rmats-turbo · GitHub