前沿
首先感谢Jimmy大神在我孤独的生信入门阶段给予我非常多无私的引导和帮助!
昨天接到大神任务总结下转录组分析的四个维度,最近我正好也想理清楚下转录组分析的知识点,以便更好地理解RNA-Seq数据的分析结果和方法原理,因此趁周末有些许空暇看了文献并进行了知识点的梳理。
文献简介:这篇 Modeling and analysis of RNA-seq data: a review from a statistical perspective 详细介绍转录组分析四个层面的统计学计算模型和方法,
如下:
1.样本 2.基因 3.转录本 4.外显子
如果你感兴趣文献,自行搜索,我们不提供pdf下载通道。全文精华在下图,虽然看起来一股浓浓的PPT风格:
转录组分析的四个层面
1.样本水平(相似性分析)
这个分析很容易理解啦,相关性分析后的相关性系数矩阵热图可视化是其中一个常见的手段,其实也可以是PCA图,层次聚类图,等等
2.基因水平(基因表达差异分析)
当然了,很多时候实验设计非常复杂,比如昨天生信技能树分享的:不同时间点不同药物浓度不同细胞系的转录表达(生信数据分析免费做)
3.转录水平(转录本重建和定量)
转录水平RNA-Seq分析方法
4.外显子水平
总结
通过这篇文献综述的阅读,系统的了解转录组分析四个层面的基础知识点和统计学算法的概念和知识点,算法模型这块涉及到统计学知识,有点难懂,我想后面用到了再来一一详细了解,现在先熟悉RNA-Seq数据分析的软件使用,边用边学习积累相关统计学知识。
最后还是要感谢Jimmy大神的文献分享和督促学习,还有很多不懂,还需继续努力学习。