SalmonSalmon 是一款速度极快的软件可对 RNA‑seq 数据实现高精度的转录本水平定量。它将快速比对阶段选择性比对或是无比对的 sketch 模式参数--sketch与大规模并行统计模型基于等价类的 EM/VBEM 算法相结合以此估算转录本的表达丰度。你既可以输入原始测序 reads也可以输入转录本的常规比对结果未排序 BAM 文件两种输入模式下软件均使用同一套推断引擎。https://github.com/COMBINE-lab/salmon #官网现在主分支是Salmon 2.0完整 Rust 重写版本。工作流保持不变salmon index → salmon quant → quant.sf输出文件格式兼容下游工具。存在破坏性变更索引格式发生改动升级后必须重新构建 index旧索引不能继续使用。完整变更清单查看MIGRATION.md。旧 C 最终稳定版本salmon‑1.12.0存放在cpp分支conda 包名salmon‑cpp。单细胞定量salmon alevin功能已经移除迁移至alevin‑fry工具生态。salmon 2.0 发布形式为独立单文件二进制不再依赖编译器、Boost 以及系统额外库。其实1.0 C系列也常用区别不大linux系统版本较低推荐v1.0安装方式# install script (prebuilt binaries: Linux macOS, x86‑64 aarch64) curl --proto https --tlsv1.2 -LsSf \ https://github.com/COMBINE-lab/salmon/releases/latest/download/salmon-cli-installer.sh | sh # or via cargo (Rust ≥ 1.91) cargo install salmon-cli # or via conda conda install -c bioconda -c conda-forge salmon # or Docker docker run --rm combinelab/salmon:latest salmon --version常用# 0) Unpack the sample data and go to it tar xzf sample_data.tgz cd sample_data # 1) build a reusable index from a transcriptome salmon index -t transcripts.fasta -i salmon_index -p 16 # 2) quantify (-l A auto‑detects the library type) salmon quant -i salmon_index -l A \ -1 reads_1.fastq -2 reads_2.fastq -p 4 -o sample_quant输出结果sample_quant/quant.sf可直接被tximport / tximeta / fishpond / swish读取。Documentation完整文档地址https://combine‑lab.github.io/salmon 内容包含安装说明、文库类型说明、selective‑alignment /sketch 模式对比、推断重复inferential replicates、版本迁移指南、命令行手册、输出文件格式规范。Decoy‑aware indexing诱饵索引对来源异常的测序片段进行处理可以提升定量准确度。Salmon 可以在构建转录本索引的同时纳入诱饵序列例如基因组序列这样那些本会被错误分配到转录本上的 reads就会被诱饵序列接收。通过-d/--decoys参数传入诱饵名称文件FASTA 文件中诱饵序列条目必须放在文件末尾。构建诱饵感知索引的具体方法请查阅官方文档。decoy‑aware 需要参考基因组序列Trinity / RNA‑Bloom 无参 de‑novo 组装转录本不适合使用 decoy 索引只能普通 cDNA‑only 索引。decoy 适合有参考基因组、有注释 GTF的基因组导向转录组分析。1. cDNA‑only index仅转录本索引无参组装常用输入只输入组装转录本 fastaTrinity / RNA‑Bloom 输出原理仅把转录本序列作为参考所有 reads 都只能分配给转录本优点构建快、索引体积小适配 de‑novo 无参组装缺点来自基因组重复、内含子的 reads如果和转录本局部相似会错误分配给转录本造成 TPM 虚高。使用场景无参组装转录组你的 RNA‑Bloom/Trinity只能用这个2. decoy‑aware index诱饵感知索引输入转录本 fasta 基因组诱饵序列原理reads 优先比对如果 reads 实际来自基因组会被诱饵序列吸收不会错误算到转录本上优点抑制假阳性定量结果更可靠缺点索引更大、构建消耗更多资源要求有参考基因组与注释转录本使用场景有参考基因组的基因组导向转录组分析不能直接用于 de‑novo 组装转录本引用Patro, R., Duggal, G., Love, M. I., Irizarry, R. A., Kingsford, C. (2017). Salmon provides fast and bias‑aware quantification of transcript expression. Nature Methods. https://doi.org/10.1038/nmeth.4197
