StringTie在注释基因组时的注意事项

在利用RNA-seq注释基因组时，有一个问题就是，我将不同组织来源的转录组数据和参考基因组比对之后，那下一步是1）先将这三个比对结果进行合并，然后用StringTie进行预测，还是2）用StringTie分别进行预测，然后用StringTie的merge模式进行合并？

这个问题的提出，是我采取第二种方式时，发现合并后的基因数减少，觉得哪里不太对劲，于是用IGV检查了不同分析策略的结果，

结论如下：

StringTie 的merge模式能够合并不同的来源的结果，但在合并的同时会根据FPKM，TPM和转录本长度过滤，最终结果可以认为是在所有样本里面都是有所表达的基因，因此最终的数目会少一些。同时由于某些基因表达量低，单个样本里由于read数少无法覆盖基因，因此最终的预测结构还完整。

因此，需要先将BAM合并后，然后进行预测，如果为了输出结果的可靠性，还可以根据FPKM和TPM做过滤。