isoMiGA: Isoform and gene-level counts and TPM in short-read human microglia

https://github.com/RajLabMSSM/isoMiGA  

Isoform quantification performed with Salmon on 4 datasets from human microglia. 

Files are in the naming format {cohort}_{quantification}_{reference}.tsv.gz - 4 cohort, 4, quantifications, 2 references = 32 files.

Cohorts:

1. Raj

350 samples from multiple brain regions. Publication PMID: 34992268

Raw data: https://dss.niagads.org/datasets/ng00105/

2. Roussos

192 samples.

Publication PMID: 35931864.

Raw data: https://doi.org/10.7303/syn26207321  https://www.synapse.org/#!Synapse:syn52052829  

3. Gaffney

118 samples.

Raw data: https://ega-archive.org/datasets/EGAD00001005736

4. ipsc 

IPS-derived human microglia-like cells (iMGLs)

27 samples from 3 stimulation conditions.

Citation: Navarro et al, LRRK2 G2019S variant triggers transcriptional changes in Parkinson’s disease human myeloid cells under pro-inflammatory environment, in preparation

Raw data: Gene Expression Omnibus GSE240907

Quantification types:

transcript_tpm: transcript-level quantification, TPM normalization

transcript_counts: transcript-level quantification, estimated counts

gene_tpm: gene-level quantification, TPM normalization

gene_counts: gene_level quantification, estimated counts

References:

See https://zenodo.org/record/8290956 for details

gencode: all transcripts in GENCODE v38: https://www.gencodegenes.org/human/release_38.html

union: combination of all GENCODE v38 transcripts with 35,879 novel transcripts found in PacBio long-read RNA-seq

数据集仓库：https://github.com/RajLabMSSM/isoMiGA

本数据集通过Salmon软件对4组人类小胶质细胞数据集开展转录本定量分析。

文件命名格式为`{队列}_{定量类型}_{参考集}.tsv.gz`，共包含4个队列、4类定量方式、2种参考转录本集，总计32个文件。

## 队列详情
1. Raj队列
包含来自多个脑区的350份样本，相关研究论文PMID：34992268
原始数据：https://dss.niagads.org/datasets/ng00105/

2. Roussos队列
包含192份样本，相关研究论文PMID：35931864
原始数据：https://doi.org/10.7303/syn26207321、https://www.synapse.org/#!Synapse:syn52052829

3. Gaffney队列
包含118份样本
原始数据：https://ega-archive.org/datasets/EGAD00001005736

4. ipsc队列
样本为诱导多能干细胞（IPS）衍生的人类小胶质样细胞（iMGLs），包含3种刺激条件下的27份样本
引用文献：Navarro等人《LRRK2 G2019S变异在促炎环境下引发帕金森病人类髓系细胞的转录组改变》，待发表
原始数据：基因表达综合数据库（Gene Expression Omnibus）GSE240907

## 定量类型
1. transcript_tpm：转录本水平定量，采用TPM（转录本每百万片段数）归一化
2. transcript_counts：转录本水平定量，输出估计读段计数
3. gene_tpm：基因水平定量，采用TPM归一化
4. gene_counts：基因水平定量，输出估计读段计数

## 参考转录本集
详细信息见：https://zenodo.org/record/8290956
1. gencode：包含GENCODE v38的全部转录本，详情见https://www.gencodegenes.org/human/release_38.html
2. union：整合GENCODE v38全部转录本与PacBio长读长RNA测序鉴定的35879条新型转录本