mRNA数据分析专题

欢迎关注”生信修炼手册”!

mRNA是基因实时表达的产物，研究mRNA可以探究基因表达以及调控的规律；同时也可以用于发现基因结构的变化，比如可变剪切，融合基因等事件，本文整理了mRNA数据分析相关的资料。

首先是通用的NGS文库质控

• cutadapt去除adapter序列

• 使用Trimmomatic对NGS数据进行质量过滤

• 使用trim_galore对NGS数据进行质量过滤

• 使用fastp对NGS数据进行质量过滤

• FastQC评估测序数据的质量

• fastx_toolkit:处理fasta/fastq文件的小工具

质控之后的序列，有两条路可以走，第一种是基于比对的策略，先比对参考基因组，然后进行定量，这种策略也是最经典的，首选需要准备好合适的参考基因组

• 详解参考基因组的下载方式

• GFF文件格式简介

• 详解人类基因在不同数据库中的ID

• GTF文件格式简介

• 从UCSC下载基因组的GTF文件

• gencode-高质量的基因注释信息数据库

• 详解GFF转换为GTF文件

准备好参考基因组，还需要对应的软件来执行比对，定量工作

• hisat2:比对基因组工具简介

• SAM/BAM文件格式简介(一)

• SAM/BAM文件格式简介(二)

• STAR:转录组数据比对工具简介

• stringTie:转录本组装和定量工具

• 使用featureCounts进行定量分析

• 使用htseq-count进行定量分析

第二种策略称之为alignment-free, 就是不需要比对基因组直接定量的意思

• sailfish:不需要比对的转录本定量软件

• salmon:sailfish的升级版本

• kallisto:alignment-free转录本定量工具

定量之后，就是计算差异了。不同的定量方式，对应的差异分析软件也不同

• DESeq2归一化算法详解

• 采用DESeq2对表达量进行PCA和聚类分析

• 使用DESeq2进行两组间的差异分析

• edgeR提供的TMM归一化算法详解

• 负二项分布在差异分析中的应用

• 详解CPM定量方式

• 使用edgeR进行两组间的差异分析

• 使用ballgown进行转录本水平的差异分析

• sleuth:基于TPM值的差异分析

• 使用limma进行两组间的差异分析

除了差异分析外，针对多个分组或者时间节点的表达量数据，还可以进行聚类分析，研究其特定的表达模式

• 转录组中的基因表达模式聚类分析

• 使用Mfuzz进行时间序列表达模式聚类分析

• 使用maSigPro进行时间序列数据的差异分析

无论是差异分析也好，聚类也好，目的都是得到候选的基因，用于下游分析。得到候选基因之后，就是对其功能进行探索，有多个研究方向，最经典的是基于费舍尔精确检验的富集分析

• 揭秘差异基因功能富集分析

• GO.db:存储Gene Ontology信息的R包

• 详解如何获取物种所有基因对应的GO注释

• 使用topGO进行GO富集分析

• 详解GO的层级关系在富集分析中的应用

• 使用clusterProfiler进行GO富集分析

• 使用clusterProfiler进行KEGG富集分析

除了费舍尔精确精确检验外，还有比较流行的GSEA, 也可以进行功能富集分析

• MSigDB:GSEA提供的基因集数据库

• GSEA软件使用方法简介

• GSEA分析结果详细解读

• 关于GSEA的几点补充说明

此外，还可以通过基因间的相互关系网络来探索功能，有两种网络，蛋白质相互作用网络PPI和基因共表达网络，比如WGCNA。

PPI利用数据库中的蛋白质相互作用信息构建网络

• STRING:蛋白质相互作用(PPI网络)数据库简介

• MINT:蛋白质相互作用数据库简介

• IMex和IntAct数据库简介

• HPRD:human专属的PPI数据库

• BioGRID:蛋白质相互作用数据库

• 如何从PPI网络进一步挖掘信息

• PPI网络实战:String加Cytoscape联手挖掘PPI网络

• 使用Cytoscape的NetworkAnalyzer工具计算网络相关属性

• 采用igraph包分析网络数据

• 通过NetworkAnalyst在线服务构建PPI网络

WGCNA表示加权基因共表达网络

• 加权基因共表达网络，其实并没有那么神秘

• WGCNA如何挖掘潜在的共表达基因

• WGCNA将共表达基因与表型数据相关联

• WGCNA如何从module中挖掘关键基因

• WGCNA实战练习

除了研究基因表达和功能，通过mRNA数据还可以分析可变剪切，融合基因，转录因子，RNA SNP和RNA编辑等事件。

融合基因，指的是两个或者多个基因在转录时发生了融合，融合的部分当做一个新的基因来产生转录本

• 揭秘转录组分析中的融合基因鉴定

• 使用FusionMap检测融合基因

• 使用tophat-fusion鉴定融合基因

• 使用STAR-fusion进行融合基因的分析

• 使用SOAPfuse进行融合基因的分析

• 使用EricScript进行融合基因的分析

• 使用fusioncatcher进行融合基因的分析

• 融合基因数据库大全

可变剪切是真核生物独有的一种机制，保证了基因功能的多样性

• 可变剪切的意义和重要性

• 揭秘可变剪切研究的本质

• 使用ASProfile分析可变剪切事件

• 使用rmats进行可变剪切的分析

• 使用MISO进行可变剪切的分析

• rmats2sashimiplot:可视化rmats的可变剪切结果

 转录因子是一类具有调控功能的蛋白质

• TRANSFAC:转录因子及其靶基因数据库

• JASPAR:转录因子motif数据库

• TFTG:human转录因子靶基因数据库

• ENCODE转录因子靶基因数据库

• TRRUST:人和小鼠的转录因子调控网络数据库

• footprintDB:综合性的转录因子数据库

• 转录因子的靶基因，看这一个数据库就够了

RNA编辑，指的是转录后的RNA发生的碱基插入，缺失，替换等现象，属于转录后修饰的一种 

• RNA编辑简介

• RADAR:RNA编辑位点的数据库

• DARNED:RNA编辑位点数据库

• REDIportal:最大的人类RNA编辑位点数据库

以上就是所有的资料了，相信通过资料，可以帮助大家对于mRNA数据分析有更多清晰的认识。整理不易，欢迎转发，收藏，点赞。

·end·

—如果喜欢，快分享给你的朋友们吧—

往期精彩

• 自己动手进行逻辑回归，你也可以！

• GWAS大家都知道，Gene-Based GWAS你了解吗？

• 3步搞定GWAS中的Gene Set Analysis

• 你听说过Epistasis吗？

• GWAS中的Gene-Gene Interactions如何分析？看这里

• 终于搞清楚了Lasso回归和Ridge回归的区别
  

• odd ratio置信区间的计算，你学会了吗？

• 多元回归分析存在多重共线性了怎么办？

• 基因型与表型的交互作用如何分析，多元回归来搞定

• 曼哈顿图就够了吗?你还需要LocusZoom

• GWAS做完了，下一步做什么？
  

  GWAS meta分析

• GWAS样本量不够怎么办，meta分析了解一下

• 你没看错，搞定GWAS meta分析只需一行代码！

• meta分析的森林图不会画？看这里

• GWAMA:GWAS meta-analysis的又一利器

• 点击鼠标即可完成GWAS meta分析，任何人都可以！

• 用R进行gwas meta分析,原来如此简单
  

  基因型填充

• GWAS中的genotype imputation简介
  

• 基因型填充中的phasing究竟是什么
  

• 基因型填充前的质控条件简介
  

• 使用shapeit进行单倍型分析
  

• gtool:操作genotype data的利器
  

• 使用IMPUTE2进行基因型填充
  

• 使用Beagle进行基因型填充
  

• 使用Minimac进行基因型填充
  

• 使用Eagle2进行单倍型分析
  

• X染色体的基因型填充
  

• 文献解读|不同基因型填充软件性能的比较
  

• Haplotype Reference Consortium:最大规模的单倍型数据库
  

• Michigan Imputation Server:基因型填充的在线工具
  

  CNV分析

• aCGH芯片简介
  

• aCGH芯片分析简介

• 基于SNP芯片进行CNV分析中的基本知识点

• PennCNV:利用SNP芯片检测CNV

• DGV:人类基因组结构变异数据库

• dbvar:染色体结构变异数据库

• DGVa:染色体结构变异数据库

• CNVD:疾病相关的CNV数据库

• DECIPHER:疾病相关的CNV数据库

• 全基因组数据CNV分析简介

• 使用CNVnator进行CNV检测

• 使用lumpy进行CNV检测

• CNVnator原理简介

• WES的CNV分析简介

• XHMM分析原理简介

• 使用conifer进行WES的CNV分析

• 使用EXCAVATOR2检测WES的CNV

• 靶向测序的CNV分析简介

• 使用CNVkit进行CNV分析

• DECoN:最高分辨率的CNV检测工具

  TCGA

• TCGA数据库简介

• 使用GDC在线查看TCGA数据

• 使用gdc-client批量下载TCGA数据

• 一文搞懂TCGA中的分析结果如何来

• 通过GDC Legacy Archive下载TCGA原始数据

• 使用GDC API查看和下载TCGA的数据

• 使用GDC下载TCGA肿瘤患者的临床信息

• 使用TCGAbiolinks下载TCGA的数据

• 使用TCGAbiolinks进行生存分析

• 使用TCGAbiolinks分析TCGA中的表达谱数据

• 使用TCGAbiolinks进行甲基化和转录组数据的联合分析

• Broad GDAC:TCGA数据分析中心

• 使用cBioPortal查看TCGA肿瘤数据
  

• UCSC  Xena:癌症基因组学数据分析平台

• GEPIA:TCGA和GTEx表达谱数据分析平台

• TANRIC:肿瘤相关lncRNA数据库

• SurvNet:基于网络的肿瘤biomarker基因查找算法

• TCPA:肿瘤RPPA蛋白芯片数据中心

• TCGA Copy Number Portal:肿瘤拷贝数变异数据中心

  生存分析

• 生存分析详细解读

• 用R语言进行KM生存分析

• 使用OncoLnc进行TCGA生存分析

• 用R语言进行Cox回归生存分析

• 使用kmplot在线进行生存分析

  肿瘤数据库

• ICGC:国际肿瘤基因组协会简介

• HPA:人类蛋白图谱数据库

• Oncomine:肿瘤芯片数据库

• ONGene:基于文献检索的肿瘤基因数据库

• oncomirdb:肿瘤相关的miRNA数据库

• TSGene:肿瘤抑癌基因数据库

• NCG:肿瘤驱动基因数据库

• mutagene:肿瘤突变频谱数据库

• CCLE:肿瘤细胞系百科全书

• mSignatureDB:肿瘤突变特征数据库

• GTEx:基因型和基因表达量关联数据库

  肿瘤免疫和新抗原

• Cancer-Immunity Cycle:肿瘤免疫循环简介

• TMB:肿瘤突变负荷简介

• 肿瘤微环境:Tumor microenvironment (TME)简介

• 肿瘤浸润免疫细胞量化分析简介

• 使用EPIC预测肿瘤微环境中免疫细胞构成

• TIMER:肿瘤浸润免疫细胞分析的综合网站

• quanTIseq:肿瘤浸润免疫细胞定量分析

• The Cancer Immunome Atlas:肿瘤免疫图谱数据库

• 肿瘤新抗原简介

• TSNAdb:肿瘤新抗原数据库

• 使用NetMHCpan进行肿瘤新抗原预测分析

  Hi-C数据分析

• chromosome-territories:染色质疆域简介

• chromosome conformation capture:染色质构象捕获技术

• 3C的衍生技术简介

• 解密Hi-C数据分析中的分辨率

• A/B compartment:染色质区室简介

• TAD:拓扑关联结构域简介

• chromatin loops:染色质环简介

• Promoter Capture Hi-C:研究启动子区染色质互作的利器

• 使用HiCUP进行Hi-C数据预处理

• Juicer:Hi-C数据处理分析的利器

• Juicer软件的安装详解

• Juicebox:Hi-C数据可视化利器

• Juicer实战详解

• HiC-Pro:灵活的Hi-C数据处理软件

• HiC-Pro实战详解

• 3D Genome Browser:Hi-C数据可视化工具

• HiCPlotter:Hi-C数据可视化工具

• 3CDB:基于3C技术的染色质互作信息数据库
  

• 3DIV:染色质空间互作数据库

• 4DGenome:染色质相互作用数据库

• 4D nucleome project:染色质三维结构研究必不可少的参考项目

• 3dsnp:SNP在染色质环介导的调控网络中的分布数据库

• iRegNet3D:疾病相关SNP位点在三维调控网络中的作用

• 使用WashU Epigenome Browser可视化hi-c数据

• HiGlass:高度定制的Hi-C数据可视化应用

• Hi-C Data Browser:Hi-C数据浏览器

• 使用FitHiC评估染色质交互作用的显著性

• 使用TADbit识别拓扑关联结构域

• 使用pyGenomeTracks可视化hi-c数据

• hi-c辅助基因组组装简介

• 文献解读|使用hi-C数据辅助埃及伊蚊基因组的组装

  chip_seq数据分析

• Chip-seq简介

• chip_seq质量评估之计算样本间的相关性

• chip_seq质量评估之查看抗体富集效果

• chip_seq质量评估之PCA分析

• chip_seq质量评估之coverage分析

• chip_seq质量评估之FRiP Score

• chip_seq质量评估之cross correlation

• chip_seq质量评估之文库复杂度

• depth, bedgraph, bigwig之间的联系与区别

• bigwig归一化方式详解
  

• 使用igvtools可视化测序深度分布

• 使用UCSC基因组浏览器可视化测序深度分布数据

• 使用deeptools查看reads分布特征

• 使用phantompeakqualtools进行cross correlation分析
  

• blacklist regions:NGS测序数据中的黑名单

• MACS:使用最广泛的peak calling软件之一

• MACS2 peak calling实战

• 使用SICER进行peak calling

• 使用HOMER进行peak calling

• peak注释信息揭秘

• PAVIS:对peak区域进行基因注释的在线工具

• 使用UPORA对peak进行注释

• 使用GREAT对peak进行功能注释

• annoPeakR:一个peak注释的在线工具

• 使用ChIPpeakAnno进行peak注释

• 使用ChIPseeker进行peak注释

• 使用PeakAnalyzer进行peak注释

• 使用homer进行peak注释

• 利用bedtools预测chip_seq数据的靶基因
  

  motif

• 关于motif你需要知道的事

• 详解motif的PFM矩阵

• 详解motif的PWM矩阵

• 使用WebLogo可视化motif

• 使用seqLogo可视化motif

• 使用ggseqlogo可视化motif

• MEME:motif分析的综合性工具

• 使用MEME挖掘序列中的de novo motif

• 使用DREME挖掘序列中的de novo motif

• 使用MEME-ChIP挖掘序列中的de novo motif

  chip_seq数据库

• ENCODE project项目简介

• FactorBook:人和小鼠转录因子chip_seq数据库

• ReMap:人类Chip-seq数据大全

• IHEC:国际人类表观基因组学联盟

• Epifactors:表观因子数据库

• GTRD:最全面的人和小鼠转录因子chip_seq数据库

• ChIP-Atlas:基于公共chip_seq数据进行分析挖掘

• Cistrome DB:人和小鼠的chip_seq数据库

• chipBase:转录因子调控网络数据

• unibind:human转录因子结合位点数据库

• chip_seq在增强子研究中的应用

• DENdb:human增强子数据库

• VISTA:人和小鼠的增强子数据库

• EnhancerAtlas:人和小鼠的增强子数据库

• FANTOM5:人类增强子数据库

• TiED:人类组织特异性增强子数据库

• HEDD:增强子疾病相关数据库

• HACER:human增强子数据库

• SEdb:超级增强子数据库简介

• dbSUPER:人和小鼠中的超级增强子数据库

• dbCoRC:核心转录因子数据库

• 使用ROSE鉴定超级增强子

  18年文章目录

• 2018年推文合集

扫描下方二维码，关注我们，解锁更多精彩内容！

生物信息入门

只差这一个

公众号