前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >全转录组重磅来袭,联合分析你知多少 ?

全转录组重磅来袭,联合分析你知多少 ?

作者头像
生信交流平台
发布2020-08-06 21:46:09
1.3K0
发布2020-08-06 21:46:09
举报
文章被收录于专栏:用户7627119的专栏

做过全转录组的童鞋们都知道全转录组是1个样本构建2种文库,得到4种RNA(mRNA、lncRNA cicrRNA 、smallRNA)。然而拿到数据时候,我们是不是有种很懵的感觉,不禁感叹数据量如此大,该怎么形成一个完整的调控网络?那不妨看看全转录组联合分析,小编带你感受全转录组联合分析的美!来,一张导图带你快速一览全局。

策略一

差异RNA在全基因组范围内分布

拿到数据后为了快速的了解差异的mRNA、差异miRNA、差异lncRNA或者是差异circRNA分布情况,一般可以先做饼状图,差异基因分布柱状图,或者是来一张酷炫的圈图,对数据整体情况进行查看。饼状图往往是看在项目中整体检测到的基因或者是差异基因(注意这里的基因可以mRNA、miRNA、lncRNA、circRNA中的任意一种的占比情况;差异基因基因分布柱状图则主要展示不同类型的RNA在不同染色体表达量的分布情况。圈图则主要是从全基因组范围窥探不同类型的RNA表达量的情况,从多角度看数据的差异有助于发现差异调控机制。

Fig1 A:差异RNA显著性circos图。

B:差异表达的RNA数目分布。C:RNA在不同染色体的表达分布

策略二

差异gene相关靶向RNA分析

非编码RNA作用的靶基因是分析中不可缺少的一部分。比如说lncRAN作用的靶基因分析,miRNA作用的靶基因,circRNA作用的靶基因分析。找到每种非编码RNA对应靶基因后,则可以通过韦恩图寻找关键的基因,快速缩小验证的范围。

Fig 2 韦恩图

策略三

共表达分析

当然除了上述的韦恩图外,也可以通过共表达的方式来确定不同类型的RNA之间的联系。具有相同表达模式的基因更趋向于拥有相同的功能。当样品数量大于等于5时,可以采用皮尔森相关性分析,分别对差异RNA之间构建mRNA-lncRNA, miRNA-circRNA共表达网络,筛选条件是共表达的RNA对之间相关性的绝对值大于0.9, 显著性p值小于0.01。数据展示形式可以是表格,也可用是相关性网络图(与Fig3类似)。

策略四

竞争性内源RNA(ceRNA)网络分析

竞争性内源RNA(ceRNA)是近几年来的研究热点,是一种全新的转录调控模式。根据竞ceRNA作用机制,主要是通过以下3个条件筛选获取候选的ceRNA关系对:

1) ceRNA之间相同的miRNA数目应大于5;

2) 超几何检验p值小于 0.01,校正后的FDR值小于 0.01;

3) 当样品数量大于等于5时,可以考虑ceRNA的表达水平,将共表达分析的结果考虑进来,即得到ceRNA之间两两均共表达的ceRNA共表达网络。

基于ceRNA网络,对每个差异组合提取差异的关系对,绘制成相关性网络图。如下:

Fig 3 差异lncRNA-miRNA-mRNA关系对示意图。lncRNA、miRNA、mRNA分别用圆、菱形、箭头表示,上下调分别用红色和绿色表示

策略五

关键基因通路整合分析

Fig 4 KEGG整合通路网络

所有的分析最终还是要回归到功能或者是通路,因此最终还需对关键RNA中的基因进行通路富集分析。目前采用的方法:1、采用随机游走中的经典算法PageRank来获取网络中所有节点的打分(即重要性)。选择网络中打分排布在前0.1 的点,即关键RNA,作为重点的研究对象;2、对关键RNA中的基因进行通路富集分析,选择最显著富集的前5个通路。提取这5个通路中基因与基因之间的关系整合成网络,并将关键基因map到通路中,当然如果有感兴趣的目标基因,也可以根据目标基因作图。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2020-08-05,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信交流平台 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档