NatureMethodsRNA-seq的数据分析方法.PDFVIP

Nature Methods 综述 RNA-seq 的数据分析方法 高通量RNA 测序（RNA-seq ）有望描绘出转录组的整体图像，实现样本内所有基因及其亚型的完 整注释和定量。随着测序价格的不断下降，以及个人化测序仪的上市，更多的实验室有机会尝试这种新 技术。 然而，测序之后的数据分析才是真正的挑战。 越外显子-外显子交界。对于 RNA-seq 的比对方法， 在 RNA-seq 之后，还需要一些强大的计算工具， 作者将其分成“unspliced read aligners”和“spliced 才能绘制出完整的转录组图谱。在这一期的 aligners” 两类，并分别介绍。 《Nature Methods》上，来自 MIT 和哈佛 Broad 转录组重建也是个很困难的任务，因为基因表 研究院的研究人员发表了一篇综述，介绍了转录组 达差异很大，且读数可能来源于成熟的 mRNA， 注释和定量的计算方法。 也可能来源于未完全剪接的前体 RNA，这样就很 首先，他们介绍了一些方法，将读数与参考转 难鉴定成熟的转录本。当然，读数短也为分析带来 录组或基因组直接比对。之后，他们讨论了鉴定表 了困难。目前的转录组重建方法主要有两类，一类 达基因和亚型的方法。最后，他们还介绍了一些方 是基因组指导的，另一类是不依赖于基因组的。作 法，来预计基因和亚型的丰度，以及分析样品间的 者比较了这两类方法，并具体介绍了每一类下面的 差异表达。 几种方法。 由于 RNA-seq 数据生成的不断改善，现有计 至于转录组的图谱分析，DNA 芯片一直是首 算工具的发展有着很大差异。在某些领域，如读数 选方法。在使用 RNA-seq 来估计基因表达时，需 定位，有多种算法存在，但在差异表达分析上，解 要将读数适当地标准化，才能提取出有意义的表达 决方案才刚刚出现。作者们强调了这些方法的核心 预测值。作者介绍了一些方法，来预计基因和亚型 原理和每种方法的关键差异，以及它们在 的丰度，以及分析样品间的差异表达。 RNA-seq 分析上的应用。他们还讨论了这些不同 作者还提到，随着测序技术的成熟，如读长不 的方法如何影响结果以及数据的阐释。 断增加，现有的计算工具需要发展，也能满足新的 为了方便读者参考，他们还将现有的方法列成 需求，同时新工具也会不断出现，满足新的应用。 了一张表，注明了它们的原理和用途。另外，他们 （生物通薄荷） 精选了一些有代表性的方法，应用在已经发表的 原文检索： RNA-seq 数据组中。此数据组包含了 5800 万个末 端配对的读数。 Computational methods for transcriptome annotation and quantification using RNA-seq 数据比对是 RNA-seq 分析中的一项基本任 务，然而也面临着一些挑战，比如数据量大，读数 Nature Methods 8, 469–477 (2011) 很短（36-125 bp ），错误率可观，且许多读数跨 doi:10.103