第二代测序数据分析原理.pptVIP

分析所需工具Bowtiesoftware-/index.shtml/SAMtools-/TopHatsoftare-/Cufflinkssoftware-http://C/CummeRbundsoftware-/cummeRbund/第29页，共67页，星期日，2025年，2月5日外显子组分析工具PlatformAlignmentFindVariationsSolexaSOAP,bwaSOAPsnpsamtoolsSolidBioscope,BFASTBioscope,BFAST454BLAST,NEWBLERnewbler第30页，共67页，星期日，2025年，2月5日主要的测序平台基因组分析原理转录组分析原理分析策略的选择第31页，共67页，星期日，2025年，2月5日常规分析TranscriptsquantificationSplicingsitesdiscoveryandquantificationGenediscoverySNP/INDELdetectionAllelespecificexpression第32页，共67页，星期日，2025年，2月5日第33页，共67页，星期日，2025年，2月5日第34页，共67页，星期日，2025年，2月5日第35页，共67页，星期日，2025年，2月5日UniGene拼接目的：将预处理后reads进行拼接，得到拼接结果。

原理：应用deBruijngraphpath算法对reads进行denovo拼接；对上一步的拼接结果，再用HamiltonPath算法拼接。

结果：UniGene序列，UniGene统计信息，序列长度分布图第36页，共67页，星期日，2025年，2月5日第37页，共67页，星期日，2025年，2月5日3.数据库注释目的：对拼接得到的UniGene进行功能注释

原理：通过blast+算法将拼接得到的UniGene序列与数据库进行比对

结果：比对结果表格，物种分布统计和Evalue分布统计

第38页，共67页，星期日，2025年，2月5日第39页，共67页，星期日，2025年，2月5日UniGene表达分析目的：UniGene定量分析。

原理：以UniGene为reference，分别将每个样本的reads进行referencemapping,从而得到每个样本在每个UniGenes中的一个reads覆盖度，然后应用RPKM/FPKM标准化公式对富集片段的数量进行归一化。

RPKM：ReadsPerKilobaseofexonmodelperMillionmappedreads，公式下:第40页，共67页，星期日，2025年，2月5日UniGene表达分布图，1X，5X分别为FPKM=1，FPKM=5分界点，可以大体观察到低表达，中表达以及高表达的比例关系第41页，共67页，星期日，2025年，2月5日UniGene样本间表达相关性散点图第42页，共67页，星期日，2025年，2月5日样本间表达差异程度的MA图，可以体现差异表达总体偏差第43页，共67页，星期日，2025年，2月5日UniGene表达差异分析目的：对定量结果进行统计检验分析，找出差异表达UniGene

原理：双层过滤筛选差异基因

FC值筛选：采用Fold-change(FC)，表达差异倍数进行第一层此的差异基因筛选

FDR检验：一般采用卡方检验中的fisher精确检验进行p值检验，采用BenjaminiFDR(Falsediscoveryratio)校验方法对p值进行假阳性检验，即，通过FDR显著性参数进行第二层次的差异基因筛选。

第44页，共67页，星期日，2025年，2月5日组间差异基因上调与下调个数统计，可以通过此图观察上调与下调的一个总体趋势第45页，共67页，星期日，2025年，2月5日差异基因火山图，可以观察到差异基因总体分布第46页，共67页，星期日，2025年，2月5日GO功能分类

目的：利用数据库注释信息将UniGene进行GO功能分类。

原理：利用数据库的注释结果，应用blast2GO算法进行GO功能分类，得到所有序列在GeneOntology的三大类：molecularfunction,cellularcomponent,biologicalprocess的各个层次所占数目，一般取到14层。

结果：MF，BP，CC三大分类结果文件以及UniGene2GO关系列表，三大类别中第二层次上的柱状分布图和饼图，GO功能的