芯片表达谱及RNA-seq应用

生物信息学第八章生物信息学其他应用8.1芯片表达谱及RNA-seq应用转录组•转录组：一个活细胞所能转录出来的所有RNA的总和NGS*****GeneChipAffymetrix基因芯片转录组测序（RNA-seq)基因芯片的定义•多种名称：基因芯片（GeneChip）、微阵列（Microarray）•固定着大规模的DNA片段，用于检测整个转录组内成千上万个基因的mRNA表达水平的变化的微型器材靶标（Target）探针（Probe）芯片实验及数据分析动画：提取RNA-反转录（-扩增）-标记-杂交-扫描-获得原始数据实验流程基因芯片的局限性•只能检测已知或确定性的序列•无法检测新发现的、未放置到芯片上的基因•有部分探针的信号可能会受到非特异性杂交及个体序列差异的影响GeneChipAffymetrix*****NylonmembraneIlluminaBeadArraycDNAmicroarrayAgilent:LongoligoInkJetCGHDifferentTechnologiesRNA-Seq的定义•RNASequencing，简称RNA-Seq，也被称为全转录组鸟枪法测序WholeTranscriptomeShotgunSequencing）是基于高通量二代测序技术的转录组学研究方法。GenesDev.2009.23:1379◆均一化（Normalization）◆总结（Summarization）◆补缺失值（Imputation）芯片数据前处理◆数据过滤（Filtering）◆背景纠正（Backgroundcorrection）背景纠正均一化转录组测序数据前处理--质控比对率插入片段长度碱基质量分数GC含量转录组测序数据前处理--定量•影响定量的因素––––转录本的长度测序深度PCR扩增批次效应(HaasandZody2010)转录组测序数据前处理--定量salmon每百万读段中来自于某基因每千碱基长度的读段数（ReadsPerKilobaseMillion）每百万片段中来自于某基因每千碱基长度的片段数（FragmentsPerKilobaseMillion）每百万转录本中来自于某基因的转录本数（TranscriptsPerMillion）转录组数据前处理--批次效应dat：表达量矩阵batch：批次协变量mod：其它协变量par.prior（非）参数经验贝叶斯方法(Haghverdi,Lunetal.2018)基因差异表达分析❖处理(Treatment)/对照(Control)❖一般取以2为底的对数：log2(Treatment/Control)◆差异表达统计显著性（P-value）C差异表达基因聚类◆层次聚类（Hierarchicalclustering）差异表达基因聚类◆K均值聚类（K-meansclustering）