這個問題很讓人困惑，不少教程，先是STAR比對，然后featureCounts或HTSeq再計算reads count。那么我們看看，什么時候需要這樣做，什么時候不需要這樣做？

STAR比對可以直接輸出reads count

STAR比對參數很多，其中有一個quantMode，可以指定--quantMode GeneCounts輸出STAR計算出的reads計數結果。(更多常用參數見 STAR比對線程也不是越多越好，多少是好？)

格式如下，有4列，各自解釋如下：

trt_N061011.ReadsPerGene.out.tab: 每個基因的reads count，鏈非特異性RNASeq選第2列。

column 1: gene ID

column 2: counts for unstranded RNA-seq

column 3: counts for the 1st read strand aligned with RNA (htseq-count option -s yes)

column 4: counts for the 2nd read strand aligned with RNA (htseq-count option -s reverse)

N_unmapped 127 127 127 N_multimapping 3745 3745 3745 N_noFeature 21487 234292 234796 N_ambiguous 23935 5678 5571 ENSG00000178591 0 0 0 ENSG00000125788 0 0 0 ENSG00000088782 0 0 0 ENSG00000185982 0 0 0 ENSG00000125903 0 0 0 ENSG00000186458 0 0 0 ENSG00000272874 0 0 0 ENSG00000196476 71 33 38

這個結果與HTSeq的輸出結果是完全一致的。所以我們如果是比對完之后未做轉錄本拼裝，直接對已知基因（構建基因組索引時GTF中囊括的基因）進行定量時，完全不需要再次用featureCounts或HTSeq再計算reads count。

如果做了轉錄本拼裝，對基因定量，需要HTSEQ/FEATURECOUNTS

假設我們用STAR比對后，做了轉錄本拼裝，獲得一個拼裝比較后的注釋文件assembeCompare2Ref.annotated.gtf，對新基因或有新轉錄本的基因進行定量時，就需要再次計算了。

下面代碼顯示的是htseq的計算方式，featureCounts改一下也適用。

for i in `tail -n +2 sampleFile | cut -f 1`; do htseq-count -f bam -r pos -a 10 -t exon -s no -i gene_id -m union ${i}/${i}.Aligned.sortedByCoord.out.bam assembeCompare2Ref.annotated.gtf >${i}/${i}.readsCountgrep -v '^__' ${i}/${i}.readsCount | sed "1 iGene\t${i}" >${i}/${i}.readsCount2 done &

用軟件，看別人分享的教程是一個快捷的方式。但也要看軟件手冊，看看哪些參數適合自己的物種、數據，再進行分析，不能別人用什么、怎么用，自己完全跟隨。

即便是看完手冊后，你發現不需要額外設置參數，直接套教程的代碼就行，那也需要看手冊！

看了才有底氣，指導你的數據用這個參數是合理的，而不是懵懵懂懂、人云亦云~~~

• 給地球上的22.8萬種植物建立圖像索引

• 公眾號標題變遷史 - 你有沒有被套路？

• 生信學習學的是什么？常識！

• 學生信，不是貪多的，而是求精的！

• 生信學習入門常見錯誤可能的原因分類總結和求助指南

往期精品(點擊圖片直達文字對應教程)

機器學習

后臺回復“生信寶典福利第一波”或點擊閱讀原文獲取教程合集

總結

以上是生活随笔為你收集整理的STAR直接就可以输出readsCount，为什么还需要featurecounts？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。