生物信息学导论-北大-RNA-Seq数据分析
发布时间
阅读量：
阅读量
ref: https://www.coursera.org/learn/sheng-wu-xin-xi-xue/home
本文主要来自本课的讲义+搜索内容。
已不再上课，所以本文只是笔记，恕不能提供讨论与答疑。
junction reads
在对转录本进行测序后将获得的reads进行基因组定位时, 其中一些reads可能源自跨越不同基因或exon的连接区间的序列（这通常与基因剪接相关）。这些特定的reads被称为junction reads, 因为它们连接了两个不同的序列片段. 通过分析这些reads能够识别剪接变异及其与不同转录本的关系（detect novel splicing isoforms），这对于深入理解基因表达调控机制及其功能具有重要意义.
处理方法
-
exon联合策略
-
构建一个概念性接合物图书馆（...），用于存储已知的所有剪接异构体。
-
将reads同时映射至基因组与CJL中进行分析：若无剪切地匹配至基因组，则判定为非接合读；否则进行与CJL的数据比对。
-
该方法的优势在于其高效性以及能够识别新型接合异构体的能力。
-
然而该方法存在一定的局限性：无法检测出新增外显子及新增基因。
-
分段读取策略
-
相较于join exon而言，在无法直接映射至基因组的那些read fragments中采取以下步骤：
-
首先采用类似滑窗技术将这些read fragments分割成多个k-mer seed
-
然后将这些k-mer seed再次映射至基因组
-
最后将所有映射到基因组上的k-mer seed整合汇总
-
优点：能够识别新的剪接异构体类型，并可发现潜在的新外显子及新基因候选
-
缺点：相较于join exon而言计算效率较低
可用工具
TopHat
Cufflinks
Cuffmerge
Cuffdiff
- 评估两个或多个样本组别在表达水平上的差异，并通过统计检验确定各变化是否具有显著意义
- 重要参数：-u
CummeRbund
* 方便分析Cufflinks结果的R包，可以绘图 > source('http://www.bioconductor.org/biocLite.R')
> biocLite('cummeRbund')
r- 常用命令：
> csDensity(genes(cuff_data))
> csScatter(genes(cuff_data), 'C1', 'C2')
> csVolcano(genes(cuff_data), 'C1', 'C2')
> expressionBarplot(mygene)
> expressionBarplot(isoforms(mygene))
r全部评论 (0)
还没有任何评论哟~