RNA-seq（1）

ersanshi055

于 2025-04-15 18:31:32 发布

阅读量802

点赞数 16

CC 4.0 BY-SA版权

分类专栏：生信实战生信小菜鸟文章标签：生信分析转录组

本文链接：https://blog.csdn.net/weixin_52380548/article/details/147162723

生信小菜鸟同时被 2 个专栏收录

15 篇文章

订阅专栏

生信实战

5 篇文章

订阅专栏

基本认识

转录组测序（RNA-seq） 是通过高通量测序技术对细胞或组织中的RNA（主要是mRNA，也可包括非编码RNA）进行测序，以研究基因表达水平、可变剪切、融合基因、新转录本等。

RNA-seq通过从细胞中提取RNA并将其逆转录为cDNA，然后进行测序，从而能够全面、精确地量化基因表达水平和研究基因表达的动态变化。这一技术不仅能够分析不同样本间的基因表达差异，还能用于发现新的转录本亚型、可变剪接事件以及RNA编辑和突变等。

文库构建流程：片段化RNA → 反转录为cDNA → 加测序接头 → PCR扩增。

数据格式：常见的转录组测序数据格式有 FASTQ（原始测序数据）、SAM/BAM（比对后数据）、GFF/GTF（基因注释信息）等。

分析流程：①测序数据下载（SRA Toolkit、ascp）；②测序数据质控（Fastp、MultiQC、Trim_Galore）；③序列比对（SAMtools、HISAT2、Subread、samtools）；④表达定量（featureCounts）；⑤差异表达分析（Limma、DESeq2）及富集分析（clusterProfiler）等。

相关结果文件：如果交给测序公司测序并分析，返回的文件信息。

01.原始数据（Raw Data），格式：.fastq 或 .fq（包含测序的原始序列和质量信息）。示例：
Sample1_R1.fastq.gz（正向测序文件）；Sample1_R2.fastq.gz（反向测序文件，双端测序）

02.比对文件（Alignment Files），格式：.bam 或 .sam（比对到参考基因组的序列文件）。可能包含：Sample1.aligned.bam（比对结果），Sample1.bam.bai（BAM索引文件）

03.GeneExp:基因表达量；

04.差异表达分析（Differential Expression Analysis），内容：差异基因列表（如对照组 vs 处理组），通常包含：基因名称、log2FoldChange、p-value、FDR值（校正后p值）。工具：DESeq2、edgeR、limma。文件示例：DE_genes_A_vs_B.csv（差异基因表格）Volcano_Plot.pdf（火山图可视化）。

05. 差异表达基因（DEGs）的注释文件（diffexpanno ），结合了差异表达统计结果（如log2FC、p值）和基因的生物学注释信息（如基因名称、功能描述、通路等），方便用户快速理解差异基因的潜在功能。

06.功能富集分析（Functional Enrichment），GO/KEGG富集结果：差异基因的生物学功能或通路富集分析。文件示例：GO_Enrichment.xlsx（GO条目富集结果），KEGG_Pathway_Analysis.pdf（通路可视化图）。

07.差异表达基因的聚类分析结果（diffexpcluster 文件），基因表达量的聚类热图（Heatmap）、聚类分组信息（如k-means或层次聚类结果），或基因在不同条件下的表达趋势。

我们自己做转录组分析基本上得到的也是这些结果，可以作为参考。