水稻DGE结题报告示例生物信息转录组.pdfVIP

4个水稻DGE生物信息分析结题报告 l 生物信息分析流程 l 项目结果说明 ¡ 原始序列数据 ¡ 测序数据质量评估 ¡ 参考序列比对分析 ¡ 基因表达水平分析 ¡ RNA-seq整体质量评估 ¡ 基因差异表达分析 ¡ 差异基因GO富集分析 ¡ 差异基因KEGG富集分析 l 参考文献 第 1 页 / 共 26 页 北京诺禾致源生物信息科技有限公司 一、生物信息分析流程 获得原始测序序列(Sequenced Reads)后，在有相关物种参考序列或参考基因组的情况下，通过如下 流程进行生物信息分析： 第 2 页 / 共 26 页 北京诺禾致源生物信息科技有限公司 二、项 目结果说明 1 原始序列数据 高通量测序(如Illumina HiSeqTM2000/Miseq等测序平台)测序得到的原始图像数据文件经碱基识别 (Base Calling)分析转化为原始测序序列(Sequenced Reads)，我们称之为Raw Data或Raw Reads ，结果以 FASTQ(简称为fq)文件格式存储，其中包含测序序列(reads) 的序列信息以及其对应的测序质量信息。 FASTQ格式文件中每个read 由四行描述，如下： @M00329:2:000000000-A0HGR:1:1:16318:1464 1:N:0:9 NAAGAACACGTTCGGTCACCTCAGCACACTTGTGAATGTCATGGGATCCAT + #55???BBBBB?BA@DEEFFCFFHHFFCFFHHHHHHHFAE0ECFFD/AEHH 其中第一行以 “@”开头，随后为Illumina 测序标识别符(Sequence Identifiers)和描述文字(选择性部 分) ；第二行是碱基序列；第三行以 “+ ”开头，随后为Illumina 测序标识别符(选择性部分) ；第四行是对 应序列的测序质量(Cock et al.) 。 Illumina 测序标识别符详细信息如下： M00329 Instrument – unique identifier of the sequencer 2 run number – Run number on instrument 000000000-A0HGR FlowCell ID – ID of flowcell 1 LaneNumber – positive integer, currently only 1 1 TileNumber – positive integer 16318 X – x coordinate of the spot. Integer which can be negative 1464 Y – y coordinate of the spot. Integer which can be negative 1 ReadNumber - 1 for single reads; 1 or 2 for paired ends N