19高通量测序-RNA-Seq中的技术重复问题

2021-01-20 本文已影响0人不到7不改名

RNA-Seq中的技术重复问题

在RNA-Seq中我们是否需要技术重复？如果我们有生物学重复就不需要技术重复。为什么？

现在，想象一下我们可以在没有任何技术变异的情况下进行RNA-seq。现在我们对一些老鼠的gene X进行测序，得到X的reads。下图中，由于没有技术重复，所以样本1和样本2的gene X reads差异来自于生物的变异。

image-20210107122001211.png

我们测序了地球上所有老鼠的gene X，并得到reads，并用希腊字母μ表示所有gene Xreads的平均值。然后找出每只老鼠的reads和所有老鼠的平均reads之间的差异。

image-20210107122618448.png

假设我们只计算了5个样本，此时我们用数学公式来表示前五只老鼠的reads，然后计算出这5只老鼠reads的平均值。

image-20210107122921468.png

然后我们对式子进行化简，左边是μ，右边是常数，会随着样本量的增加趋向于0。

image-20210107123446530.png

为了让事情更清楚，生物学变异是橙色的，技术变异是绿色的，绿色箭头箭头向下表示技术变异导致reads减少，绿色箭头箭头向上表示技术变异导致reads增加，此时我们用数学公式来表示前五只老鼠的reads，然后计算出这5只老鼠reads的平均值。

image-20210107123931013.png

和之前一样，有了更多的样本，两个变化项都将趋近于零，因为分子上的值会相互抵消。

image-20210107124050870.png

首先，让我们想象一下，我们有一只老鼠，在它身上做了5次测序，生物学变异是橙色的，技术变异是绿色的，此时我们用数学公式来表示前五个样本的reads，然后计算出这5个样本reads的平均值。

在这个案例中，第1只小鼠的基因X的reads数的均值由3部分构成。第1部分是实际均值μ，第2部分是生物学变异，它是一个固定的值。第3个部分是技术变异，但随者技术重复的增多会趋于0。

image-20210107124414219.png

image-20210107124859549.png

现在，样本1有两个技术重复，样本2有3个技术重复。计算reads平均值。

image-20210107125534893.png

我们来看一下中间一项趋向到0有多慢。我们对2号老鼠做了3次技术复制，因此总共需要15个样本才能得到和5个生物学重复相同的术语。

image-20210107131948853.png

image-20210107132749520.png