「学转录组入门生信」四周实战总结

在四周之前，我写了一篇推送一个月能通过转录组入门生信吗？，于是开启了我的‘四周通过实战入门转录组’计划。现在四周结束了，我对这个计划进行一个阶段性的总结。

答疑解惑

首先要感谢在过去的四周里，30多位加入了我们的付费答疑群的小伙伴。因为他们的支持，让我和我的另一个小伙伴能够坚持下去，当然我们也尽心尽力地回答了他们提出的疑问。举几个例子，

例1

例2

例3

学习计划

在四周时间里，我们制定了每一周的学习计划，这里也分享给有需要，愿意自己花时间去检索遇到问题的小伙伴。

第一周的目标是配置环境，学习路径如下

1. 导读视频(可不看): 「学转录组入门生信」我们为什么需要用到Linux环境_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
2.1 Windows 配置WSL: 「转录组入门生信」在Windows10上配置一个Linux环境_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
2.2 MacOS配置环境: 「学转录组入门生信」Mac用户应该如何正确配置生信分析环境_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
3. 学习基础的Linux命令
4. 学习Vim: 「生信基础课」学习Linux下vim进行文本编辑_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
5. 使用miniconda配置环境: 「学转录组入门生信」如何用conda安装分析需要的软件_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili
6. 使用wget/curl/prefetch下载数据: 「学转录组入门生信」如何在Linux的终端里下载生物信息学数据_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili

学有余力:
1. 整理conda安装的软件的软件说明书
2. 明确不同版本基因组序列的差别
3. 理解基因组序列和注释文件之间的关系
4. 了解Linux的管道符号"|"和管道命令

第二周的目标是基于二代测序获得表达量矩阵，学习路径如下
1. 总结常见数据格式: https://www.bilibili.com/video/av59481324
2. FastQ数据质量控制: https://www.bilibili.com/video/av59513720
3. 获取/建立索引: https://www.bilibili.com/video/av59769386
4. 数据比对: https://www.bilibili.com/video/av59772790
5. 基因/转录本定量: https://www.bilibili.com/video/av60006241
6. multiqc整合上游分析质控信息: https://www.bilibili.com/video/av60006455

最终目标是拿到4个样本的表达量矩阵

学有余力：
1. 整理和转录组质控相关文献
2. 了解不同转录组测序技术(miRNA-seq, lncRNA-seq)的FastQC展示结果

第三周根据表达矩阵获取差异基因分为两个阶段

第一阶段：R语言入门

本周我们需要学习如何安装R语言以及如何入门，随后我们需要学习R语言的基础命令和数据类型，接着我们学习如何安装R包，查阅帮助文档；同时我们需要学习如何使用R project管理我们的项目，整合我们的数据，最后在DEseq2包的帮助下，我们使用上周学习获得的表达矩阵计算得到差异基因：

1. R语言简介及R&Rstudio安装
   • 什么是R，为什么要用R
   • R语言下载安装
   • IDE的作用，Rstudio初识
   • 在线资源，博客资源
2. R语言基础
   • 熟悉Rstudio的操作界面
   • R语言的基本命令学习
   • 设置R的启动环境
   • CRAN镜像设置
   • 文件的读入和写出
3. R语言入门
   • R语言的数据类型与数据结构
   • R包学习及安装
   • 后续需要用的包简介及安装
     • Tidyverse, Deseq2, ClusterProfile, biomaRt
   • 创建脚本与保存
   • R project的使用

第二阶段：R包使用及进阶学习

1. 使用Deseq2包分析RNA-seq数据得到差异基因
   • 读入数据，创建phone type数据，构建dds对象
   • 得到分析结果，过滤差异基因
2. 练习
   1. 试着使用R语言求一个数列中的最小值
   2. 构建一个随机矩阵，使用FPKM的计算公式理解FPKM

第四周根据差异基因进行富集分析及解读。本周的学习简单来说可以分为两个阶段：

第一阶段：一代富集分析——GO和KEGG

1. 使用biomaRt包注释差异基因信息
   • FPKM的计算
   • 理解gene id
   • 转化ENSEMBL id到gene symbol及gene features
   • org.**.eg.db包的学习
2. 使用ClusterProfile包对差异基因进行富集分析
   • ClusterProfile学习
   • Over Representation Analysis简介
   • ORA算法简介
3. GO、KEGG分析及结果解读
   • 数据库解读
   • 构建orgdb
   • 富集结果解读
   • 作图及导出
4. ggplot2包初识
   • ggplot2模仿clusterProfiler作图

第二阶段：二代富集分析——GSEA

1. 输入文件的格式解读与构建
   • Expression dataset file (res, gct, pcl, or txt)
   • Phenotype labels file (cls)
   • Gene sets file (gmx or gmt)
   • Chip (array) annotation file (chip)
2. GSEA参数的选择与基因集的构建
   • Molecular Signatures Database学习
   • GSEA下载和界面操作
   • 参数的选择（通俗解读）
3. 常见报错原因解读
4. 结果解读
   • NES
   • FDR value
5. 生物学意义解析
   • 数据库的选择
   • 没有对应物种数据库时的选择

资料分享

这次课程，我们原计划是录制简单的操作视频（不带讲解），但是目前来看，一不小心就超出了预期，

上游处理:https://space.bilibili.com/249108235

上游分析

下游分析: https://space.bilibili.com/6447454/

下游分析

对于课程用到的资料和数据，我上传了部分到百度云盘上，链接是 https://pan.baidu.com/s/1rg98EWrZXIRUHcfElTkhjg 密码:x0ek 。余下的部分是代码和一些PDF课件，我整理到加入付费答疑群赠送的知识星球，后续会慢慢更更新到百度盘。

如何参与

有两种方式，一种是跟着我们上面的视频和学习计划，遇到的问题都可以通过搜索引擎来解决，我就是这样子入门生信，但是在初期会比较痛苦，有些时候甚至都不知道自己想要问什么问题。

另一种是我们提供了一个收费答疑群，定价为299，解答实战过程中你会遇到的问题。

加群方式，扫描二维码加我好友，之后转账299，我拉你进学习群（上一期学员由于时间原因没时间跟着进度学习，希望重新开始新的四周，可以直接和我说下）。

转录组答疑群