UMI转录组测序-结果展示-诺禾致源

基因组测序>
- 建库测序>
- 人类基因组测序>
- 动植物基因组测序>
- 微生物基因组测序>
转录调控测序>
表观组测序>
单细胞测序>
空间转录组>
基因分型>
质谱分析>
- 蛋白组学分析>
- 代谢组学分析>
- 免疫定量>
多组学联合分析>
相关资料下载

UMI 转录组

数据质控

测序得到的原始测序序列 raw reads，里面含有带接头的、低质量的 reads，为了保证信息分析质量，必须对 raw reads 过滤，得到 clean reads。绝对定量插入序列两端具有 UMI 序列，在上述数据过滤的基础上使用 UMI-tools 提取 clean reads 中具有 unique molecular identifiers 序列的 reads，用于比对参考基因组及后续的纠错和去重复。测序过程中会存在一定的错误率，测序错误率分布检查可以反映测序数据的质量。

基因表达水平分析

一个基因表达水平的直接体现就是其转录本的丰度情况，转录本丰度越高，则基因表达水平越高。FPKM 指每百万 fragments 中来自某一基因每千碱基长度的 fragments 数目，其同时考虑了测序深度和基因长度对 fragments 计数的影响，是目前最为常用的基因表达水平估算方法。

RNA-seq相关性分析

RNA-seq 相关性分析，是证明所涉及的生物学实验操作是可以重复的且变异不大，另一个是为了确保后续的差异基因分析得到更可靠的结果。

差异表达基因分析

差异表达基因以火山图、聚类热图、韦恩图等形式展示，可直观展示样本间差异基因表达的情况，用火山图可直观展示不同实验条件下差异基因的分布情况。

差异表达基因筛选及聚类分析

聚类分析用于判断差异基因在不同实验条件下的表达模式。表达模式类似的基因可能具有相似的功能，或是共同参与同一代谢过程或细胞通路。可以用来推测未知基因的功能或已知基因的新功能。

差异基因GO富集分析

差异基因 GO 富集柱状图，直观的反映出在生物过程（Biological Process）、细胞组分（Cellular Component）和分子功能（Molecular Function）富集的 GO term 上差异基因的个数分布情况。Go 富集分析可挖掘差异基因的功能及所在的信号通路，缩小基因筛选的范围；阐明实验中样本差异在基因功能上的体现，方便研究具有某一类 GO 功能的基因。