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
- 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