转录组分析

通过基因表达差异我们可以检查出不同组样品
之间的代谢及信号通路差异，直观的了解细胞 所处的不同状态。 KEGG网址：www.kegg.jp
6
斑马鱼（注释完善的参考基因组）
• 斑马鱼免疫系统转录组的研究 • 一个免疫组，一个对照组 • 用迟钝爱德华菌低毒株免疫
RNA-seq liver transcriptome analysis reveals an activated MHC-I pathway and an inhibited MHC-II pathway at the early stage of vaccine immunization in zebrafish. BMC Genomics 2012, 13:319
• 基因表达差异
表达量计算用RPKM。 样本间每个基因的表达差异分析。
• 功能聚类分析 • UTR分析 • AS分析
有表达差异的基因，通过功能进行聚类分析
发现可能存在于基因上下游的UTR区域。 描述样本中可能存在的不同剪切形式。
• 新基因发现
找到已注释过的基因组上未标出的新转录物。
• cSNP分析 • SSR分析
12
NGS illumina Sample A Tophat A accepted_hits.bam
NGS illumina Sample B Tophat B accepted_hits.bam
转录组浏览系统
Cufflinks A transcripts.gtf Samtools A
Sample_A.mpileup
高通量测序转录组相对于表达谱芯片的优势
• 芯片主要检测已知的具体位点，适合于定制检测。 • 高通量测序能够检测整个转录组，获取的数据更加全面， 数据量更大，覆盖检测类型更广，更适合探索性的科学研 究。
14
致谢
谢谢各位同事参与 希望大家多提宝贵意见
15
右图上方是一个 发现了可变剪切 的例子。 右图下是发现了 新基因的例子。
Transcriptome Analysis of the Model Protozoan, Tetrahymena thermophila, Using Deep RNA Sequencing. PLoS ONE 7(2): e30630.
7
• • • •
可变剪切能够使同一条基因转录翻 译成多种不同的蛋白质产物。 正常可变剪切产生功能相近，作用 迥异的蛋白产物。 不同的细胞状态，往往会有不同的 可变剪切体表达。 新发现的正常剪切产物往往意味着 代谢或信号通路图上一条未知调控 途径。 非正常的可变剪切产物往往导致疾 病或者其他严重的状况。 可变剪切的4种基本类型。
KO Annotation
• KEGG Orthology 是人工确定的同 系组群，然后作 为一个个节点标 在 KEGG代谢通 路图上。 • KO主要能够帮助 我们了解基因产 物在代谢上，或 者信号通路上所 处的地位，了解 其上下游的相关 基因。 • KO对于我们研究 癌症、细胞衰老、 研发药物，都有 很重要的作用。
Alternative Splicing
• •
9
• 通过高通量测序获得的大量Reads，我们 能够通过其所覆盖的基因转录区域与数 据库中已知的基因进行比较，能够发现 覆盖到没有注释过的染色体区域。这些 没有被实验确证的mRNA的转录，就是新 基因的发现。 • 对于基因组注释较差的物种来说，有可 能发现大量的未注释过的基因。
• 原始数据过滤 确保后续的Mapping或者拼接能够得到 较好的结果，然后再统计一下Mapping或拼接的结果。 • 数据处理 有参考基因组的，将Reads map到基因组上， 无参考基因组的，拼接Reads以获得可用的转录本。
3
转录组分析工作
• 基因组整理
基因位点、功能注释等等。
动物 Ensembl 植物 PlantGDB 微生物 NCBI
10
New Gene Discovery
• cSNP(Coding Region Single Nucleotide Polymorphorism)主要 用于 1.分子标记检测 2.基因功能分析 • 检测样本中相对于参考 序列所出现的所有SNP
cSNP Analysis
四膜虫（注释不完善的基因组）
In addition：
SNP Analysis
UTR Region Analysis New Gene Discovery
SSR Analysis Fusion Gene Analysis
Differentially expressed gene cluster analysis (GO)
Differentially expressed genes metabolic pathway analysis
Cuffmerge A B merged.gff3
Genome Annotation From Ensembl
genes_protein_coding.gff3 RPKM For Genes In Sample A
AlterSplice Events Analysis
Expression Level Difference Analysis
发现样本中存在的SNP。 统计样本中存在的SSR。
4
GO Annotation
• Gene Ontology主要是收集不同数据库中的基因产物信息， 从生物过程（biological processes）细胞组分（cellular components）分子功能（molecular functions ） 大类三 进行分类注释。 • 结合表达量差异分析可以直观了解这些组之间差异意义 何在。 • GO网址：
Samtools B
Sample_B.mpileup
Cufflinks B transcripts.gtf
Linux MySql
Genome Coverage Area CoverageArea.list
Apache Perl Gbrowse html
RPKM For Genes In Sample B
Transcriptome analysis 转录组分析介绍
生物信息分析部
Data Processing
Raw Data Low Quality Reads Filtered Data
Assembly Transcript Reference Transcript