RNAseq生物信息分析第11课

基因差异表达筛选

• 计算每个基因的RPKM值，通过基因表达量以区分基因差异表达
• 下面三个案例哪种才是较大的基因差异表达呢？
  
  通常基因差异表达有两个标准

1. fold-change
   

2. FDR校正
首先计算p-value

cufflinks

• 根据tophat比对结果，输入到cufflinks，依托或不依托参考基因组注释文件计算每个转录本的FPKM值，并给出注释结果。
• 根据tophat比对结果，重新组装转录本，估计转录本的丰度，并检验样本间的差异表达和可变剪接。
• tophat+cufflinks分析流程
  
• 常用选项参数

-G/–GTF 后接GTF文件，计算iso-form表达量，不会组装新的
transcript,程序只会计算序列中已有转录本的表达量
-g/–GTF-guide 指利用gtf文件作为指导，也就是将没有匹配上的reads重新拼装为新转录本，并对新转录本表达量计算。若需要寻找新转录本，则用-g
.
.
.

cufflinks案例

链接 https://study.163.com/course/courseLearn.htm?courseId=1209594947#/learn/video?lessonId=1280037982&courseId=1209594947

• cufflinks的输入为sam或bam文件，且该输入文件为排序好的结果。tophat的输出默认是排序好的结果（若未排序，可使用samtools sort来进行排序）
• -G计算基因表达量；-g需要拼接转录本

cuffmerge

• 因为每次转录只是把基因中一部分进行转录，把多次转录合并起来才能得到原基因表达区域
• 案例演示

cuffcompare

• 比较注释文件的GTF和组装后的GTF文件、主要用于新转录本的寻找

-V显示数据处理过程
具体查看文档

cuffdif

• 发现转录本表达、剪接；通过fpkm计算
• 只需将tophat输出结果，输入cuffdif,即可计算表达量
• 具体看文档