转录组分析结果阅读指南
测序容易,解读困难
现在大部分同学做转录组实验都是让测序公司去分析,经过了那么多年的发展,公司提供的分析结果也是越来越丰富了,光结题报告就有几十页,结果文件有几百兆甚至超过1G。
但是内容多没有指导的话,反而适得其反,很多同学拿到结果研究了几个月,却还是搞不懂各个结果文件夹里到底存放了什么东西。
测序公司分析结果概述:
今天我们就拿一份典型的有参物种转录组结果文件,来给大家概述下各个文件夹里存放了什么,有什么用。建议大家收藏,需要时拿出来看看。
先来看看公司交付结果的组成:
一、前面的10个文件夹储存了本次实验所有的分析结果,写文章时需要用到的统计数据、表格、高清图片都得从这里面找;
二、最下面几个就是结题报告了,主要的用途是比较清楚的描述了整个项目的实验、分析流程,也对部分分析结果进行了概述,强调一下,结题报告里只有部分结果!!想找详细的分析结果还得从上面10个文件夹里找。
结题报告组成
公司一般会同时提供网页版和PDF版的,建议直接看网页版结题报告,当然别用IE打开,不然格式不对,看瞎眼,推荐用Chrome、火狐、360极速浏览器(不是360安全浏览器)等打开。如果只有PDF版的,建议您换家测序公司,都9102年了,连个网页版结题报告都没有,还开啥公司?
看到这里,可能就有同学要喊停了,“等下,我这里怎么只有结题报告,那10个文件夹呢???”赶紧联系那个不负责任的销售吧,十有八九是忘了把结果给你了。这个情况还真不是小编杜撰,我起码碰到过两次,老师项目都做完2个多月了,钱也结清了,结果手里就一个结题报告。
结果文件夹内容概述
下面我们具体讲讲这10个文件夹都存放了什么:
1.data_assess:下机数据的质量评估。每个样品的数据量、reads数、GC含量、Q20、Q30指标,以及碱基含量分布图和碱基测序错误率分布图。
2.Tophat_Cufflinks:测序数据与参考基因组比对结果。有参物种做分析时第一步就是把clean data与参考基因组做比对,这个文件夹里就储存了测序数据在基因组上的覆盖比例、在基因不同区域的比例、插入片段的分布等等和比对相关的文件和图表。
3.gene_expression:基因表达量文件夹。这个好理解,基因定量的一堆相关指标,比如每个样品的表达量、表达密度、表达箱型图、样品间表达量相关性等等都在这里了。
4.Saturation:基因定量饱和度结果。这个文件夹里东西很少,就是为了评估样品测序数据量是否足够而做了一个饱和度图,没啥别的了,我简直怀疑这个文件夹是测序公司拿来凑整的。
5.Gene_Func_Anno:基因注释结果。虽然有参物种的基因组本身有功能注释,但往往不够全面。测序公司还会对本次实验检测到的基因在NR,Swiss-Prot,GO,COG,KOG,Pfam,KEGG等数据库里进行功能注释,这样后续才能全面了解感兴趣基因的作用。这个文件夹里又分成AllGene和NewGene两部分,分别是所有的基因和新注释的基因,大家可以根据自己的研究目的来进行选择查看。
6.DEG_Analysis:差异基因分析结果。大家要注意了,这个文件夹里储存的往往就是大部分同学最关注的部分了。各比对组的差异基因火山图、聚类分析、venn图、注释结果等等都在这里了。
7.DEG_PPI:差异基因蛋白质互作网络结果。应用STRING蛋白质互作数据库(http://string-db.org/)中的互作关系进行差异基因蛋白互作网络的分析。
8.Altsplice_Analysis:可变剪切结果。储存了各个样品可变剪切事件的数目、样品间差异可变剪切事件统计。
9.SNP_Analysis:SNP/InDel结果文件夹。转录组不仅提供了基因表达量的分析,还同时提供了各个样品的SNP和InDel信息,比如SNP、InDel在基因组各个区域的分布情况,InDel长度统计,SNP突变类型统计等。
10.Gene_Structure_Optimize:基因结构优化文件夹。这个文件夹里内容也很少,根据此次转录组测序结果对原参考基因组的基因区范围进行了优化。
深入学习方法推荐
好了,看到这里相信同学们对公司交付的转录组结果有了一个概况性的认识了,当然结果文件有几百个,彻底理解、搞懂全部的分析内容还是需要再花费功夫的。想深入学习的同学可以选择观看我们制作的《转录组分析结果的解读》视频课程,来更好的利用手中的数据!
转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读;转录组(无参)结果解读
更多生物信息课程:
1. 文章越来越难发?是你没发现新思路,基因家族分析发2-4分文章简单快速,学习链接:基因家族分析实操课程、基因家族文献思路解读
2. 转录组数据理解不深入?图表看不懂?点击链接学习深入解读数据结果文件,学习链接:转录组(有参)结果解读;转录组(无参)结果解读
3. 转录组数据深入挖掘技能-WGCNA,提升你的文章档次,学习链接:WGCNA-加权基因共表达网络分析
4. 转录组数据怎么挖掘?学习链接:转录组标准分析后的数据挖掘、转录组文献解读
5. 微生物16S/ITS/18S分析原理及结果解读、OTU网络图绘制、cytoscape与网络图绘制课程
6. 生物信息入门到精通必修基础课,学习链接:linux系统使用、perl入门到精通、perl语言高级、R语言画图
7. 医学相关数据挖掘课程,不用做实验也能发文章,学习链接:TCGA-差异基因分析、GEO芯片数据挖掘、GSEA富集分析课程、TCGA临床数据生存分析、TCGA-转录因子分析、TCGA-ceRNA调控网络分析
8.其他课程链接:二代测序转录组数据自主分析、NCBI数据上传、二代测序数据解读。