03_二代无参转录组测序-初级分析.pptxVIP

无参考基因组RNASeq—初级数据分析上海派森诺生物科技股份有限公司王玲平生物信息分析工程师wanglp@

2Unigene功能注释Unigene表达定量Unigene结构分析测序下机数据数据过滤转录本拼接Unigene聚类InDel分析SNP分析SSR分析ORF分析差异表达分析聚类分析功能富集分析GO注释KEGG分析eggNOG分析转录本拼接

转录本拼接（OCL）3测序长度越短，测序量需求越大、覆盖深度需求越高滚雪球式的两两比对,需要巨大的运算量和运算时间

转录本拼接（DBG）4DebruijnGraph(DBG)PavelA.Pevzner,HaixuTang,andMichaelS.Waterman.AnEulerianpathapproachtoDNAfragmentassembly.ProcNatlAcadSciUSA.2001August14;98(17):9748–9753.

拼接结果的可靠性5测序错误： 形成马刺末端、泡重复序列： 形成麻绳末端、环基因多态性：形成泡覆盖度低： 无法连接两个图JasonR.Miller,SergeyKoren,andGrangerSutton.AssemblyAlgorithmsforNext-GenerationSequencingData.Genomics.2010June;95(6):315–327.

转录组的从头拼接6转录组拼接特殊性表达量差异可变剪切链特异性

评价拼接效果的指标7MaximumlengthAveragelength（初步检查拼接结果）Totallength（估计实际转录本大小）N50（一种加权中位数，完整性） 变种有CC50CPNG50等GC%（估计实际转录本碱基组成）DentEarletal.PatenAssemblathon1:Acompetitiveassessmentofdenovoshortreadassemblymethods.GenomeRes.2011;21:2224–2241.

拼接软件的选择8

拼接策略的选择9多K-mer拼接merge结果，效果好于单个K-mer拼接结果（转录组序列不是完全随机的）高灵敏度的拼接contigN50虽然很大，但低特异度低错误率多。在后续的transcript拼接中要付出一定的代价。

拼接软件(Trinity)10

拼接软件(Trinity)11https://usegalaxy.eu

文件内容说明：inchworm.K25.L48.DS.faa1;40total_counts:52410Seed:9K:25length:1346GGAGCTGGAGGCCCCCAGGCAACTACACCGTCCACGTA....序列编号：a1k-mer丰度值：52410k-mer长度：25bp序列长：3697bp12拼接软件(Trinity)

文件内容说明：Trinity.fastac0_g1_i1len=2071path=[53:0-2070]GAGCTCTTCAGGAGGGGGAATGTGCTTGTGGTTTTTGGTCTTGTGCATTTTGTGA……c0:序列来自编号0的contig集合g1:表示该集合下1号子集i1:子集里的序列编号len:序列长度path:路径的编号13拼接软件(Trinity)

14Unigene功能注释Unigene表达定量Unigene结构分析测序下机数据数据过滤转录本拼接Unigene聚类InDel分析SNP分析SSR分析ORF分析差异表达分析聚类分析功能富集分析GO注释KEGG分析eggNOG分析Unigene功能注释GO注释KEGG分析eggNOG分析

基因功能预测15序列比对法BLAST等与已知功能序列进行对位比较，通过打分确定最相似序列。（近缘序列预测）功能模型法HMM等 基于多重比对的结果进行蛋白质序列模式数据库构建，对输入序列进行结构域模式匹配。（亲缘关系较远的序列预测）

基因功能预测（Blast）16

基因功能预测（Blast）17

基因功能预测（Blast）18

注释数据库19NR:/blast/db/GO：/KEGG:http://www.genome.jp/kegg/eggNOG:http://eggnog.embl.de/version_4.0.beta/Swissprot:/docs/swiss-prot_guideline.html

N