锐客网

  1. 首页 > 睿知 > >

rna-seq 分析,RNAseq分析图

经验分享睿知

从统计学的角度理解RNA-seq这次我分享一个李静怡团队的总结，建模andalysofrnaseqdata:AreviewFromastisticalPerspective 。从统计学的角度来看，目前了解RNA seq 分析的数据主流有四个方向(当然不止这些 ， 可以慢慢收集整理，欢迎与我探讨)接下来，笔者围绕这四条内容做一个统计理解，基于样本分析 ， 目的是检测不同样本表达模式的相似性，这通常可以通过Pearsonand和spearman相关性来度量 。

1、RNA-Seq 分析|RPKM,FPKM,TPM,计算对比在高通量测序中，检测基因的表达是非常重要的 ， 这是区别分析和转录组数据分析的基础 。与qPCR类似 ， 基因表达的测定也是一种相对定量的方法 。基因区域中的读数数量取决于基因长度和测序深度 。在同一个样本中，基因越长，随机中断的片段就越多，基因被检测到的概率就越大，比对基因的读数就越多 。

从1和2可以知道，一个基因越长，测序深度越高，落在里面的读数就越多 。因此，如果要比较不同基因的表达水平 ， 就需要对数据进行标准化处理 。从上图看到，无论哪个基因，rep3的计数都高于rep 1，说明rep3的测序深度高于rep1与基因A相比，在任何rep中，基因B的数量都高于基因A的数量 ， 说明基因B的长度大于基因A的长度..

2、转录组学基础——什么是RNA- seq处理转录组学数据分析时，会发现两种数据 。一种被称为微阵列数据 ， 另一种是通过下一代测序技术(NGS)获得的数据(例如，第二代测序，第三代测序) 。目录1 。微阵列:芯片数据2 。ngs(下一代测序)3 。rnaseq的应用原理:基于分子杂交技术，主要通过打印有荧光标记探针的基因芯片来实现 。

【rna-seq 分析,RNAseq分析图】cDNA的直接测序 。NextGenerationSequencing (NGS)，也称为HighThroughputSequencing，是相对于传统的Sanger排序而言的 。RNASeq是指对转录组和分析进行测序 。一般来说，在所里会委托公司进行数据测序进行后续信分析(质控、作图、差异基因表达分析、SNV 分析)等).

3、RNA-Seq数据 分析——原始数据质量控制(QC获得转录组数据后的第一步( 。fastq文件)是为了控制原始数据的质量 。质量控制的目的是全面检查原始数据的质量，包括碱基质量评价、GC含量检验、N碱基数量评价、TCGA碱基分布、kmer数量检验等 。可以检查fastq文件质量的软件有很多，比如FastQC，fastp ， multiQC等等 。本文主要介绍应用广泛的FastQC 。

    推荐阅读


    上一篇：怎么用wps分析数据透视表,wps的数据透视分析在哪里

    下一篇：程序分析表格,分析表格数据的方法