基于RNA-Seq技術(shù)的人轉(zhuǎn)錄組分析研究.pdf

1、第二代測(cè)序技術(shù)(如Illumina，454和SOLiD)為基因組學(xué)的飛速發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)，它加快了新基因的發(fā)現(xiàn)，以及對(duì)DNA甲基化、單核苷酸多態(tài)性(SNP)等的研究。本文基于RNA-Seq技術(shù)，對(duì)人的轉(zhuǎn)錄組進(jìn)行了分析研究，包括對(duì)基因的表達(dá)進(jìn)行注釋，對(duì)基因在樣品間的差異表達(dá)進(jìn)行分析，檢測(cè)樣品中的可變剪切，以及檢測(cè)SNP等。
　　 本文以人的轉(zhuǎn)錄組測(cè)序數(shù)據(jù)為分析材料，首先對(duì)Illumina下機(jī)數(shù)據(jù)進(jìn)行了過(guò)濾處理和質(zhì)控。在確保得到

2、高質(zhì)量的數(shù)據(jù)(clean data)后，我們將測(cè)序數(shù)據(jù)與參考基因和參考基因組進(jìn)行了SOAP比對(duì)，后續(xù)的許多分析都基于該比對(duì)結(jié)果。我們采用RPKM(Reads Per Kb perMillion mapped reads)方法計(jì)算基因的表達(dá)量，該方法能夠消除因基因長(zhǎng)度和測(cè)序量的差異對(duì)基因表達(dá)量計(jì)算的影響，從而準(zhǔn)確地反應(yīng)基因的表達(dá)水平。通過(guò)超幾何檢驗(yàn)，我們對(duì)差異基因進(jìn)行了GO(geneontology)和pathway富集性分析，以發(fā)現(xiàn)差異

3、表達(dá)基因所參與的主要生物學(xué)過(guò)程。隨后，我們對(duì)樣品中的可變剪切事件進(jìn)行了檢測(cè)?？勺兗羟械臋z測(cè)主要基于TopHat比對(duì)結(jié)果，然后對(duì)跨外顯子比對(duì)(即junction比對(duì))的reads進(jìn)行檢測(cè)，通過(guò)將junction位點(diǎn)信息與現(xiàn)有基因注釋結(jié)果對(duì)比，從而鑒定樣品中的可變剪切事件。最后，我們對(duì)樣品中的SNP進(jìn)行了檢測(cè)。SNP的檢測(cè)也是基于前述SOAP比對(duì)結(jié)果，使用SOAPsnp軟件對(duì)SNP進(jìn)行了篩選和過(guò)濾。通過(guò)對(duì)測(cè)序數(shù)據(jù)進(jìn)行過(guò)濾，兩個(gè)樣品(YZ1和

4、YZ2)的clean data分別為3.6Gb和3.7Gb，堿基質(zhì)量和分布均良好。兩個(gè)樣品中reads與參考基因的比對(duì)率均在60％左右，而與參考基因組的比對(duì)率則高達(dá)90％左右。YZ1和YZ2中共檢測(cè)到15770和15828個(gè)基因表達(dá)，其中有288個(gè)基因是在樣品中差異表達(dá)的(fold change≥2且FDR≤0.001)。通過(guò)與現(xiàn)有注釋結(jié)果進(jìn)行比較，我們對(duì)基因結(jié)構(gòu)進(jìn)行了優(yōu)化，并對(duì)新轉(zhuǎn)錄本進(jìn)行了預(yù)測(cè)。通過(guò)對(duì)常見的4種可變剪切的檢測(cè)，共發(fā)現(xiàn)

5、兩個(gè)樣品中分別有約13000個(gè)基因涉及不同的可變剪切方式。而通過(guò)對(duì)SNP的檢測(cè)，則分別檢測(cè)到53260和56117個(gè)SNP位點(diǎn)。
　　 總之，文中描述的這套分析研究轉(zhuǎn)錄組的方法，將有助于新基因的發(fā)現(xiàn)，并得到不同樣品間差異表達(dá)的基因，從而研究疾病與相關(guān)差異表達(dá)基因之間的聯(lián)系。而可變剪切和SNP的檢測(cè)，則有助于研究基因在轉(zhuǎn)錄組水平的變異所導(dǎo)致的蛋白水平的變化，從而為相關(guān)疾病的檢測(cè)提供數(shù)據(jù)支持。相信本文的分析方法和研究成果，將隨著測(cè)序