基因表达谱分析
常见问题及解决：
1. 基于转录组测序数据，如何估算基因表达水平？
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。在分析中，我们可以通过定位到基因组区域或基因外显子区的reads计数来估计基因的表达水平。Reads计数除了与基因的真实表达水平成正比外，还与基因的长度、测序深度成正相关。为了使不同基因、不同实验间估计的基因表达水平具有可比性，人们提出了RPM和RPKM的概念。RPM （Reads Per Million reads）是每百万条reads中来自于某一基因的reads数目，考虑了测序深度对reads计数的影响。RPKM（Reads Per Kilo bases per Million reads）是每百万reads中来自某一基因每千碱基长度的reads数目。RPKM同时考虑了测序深度和基因长度对reads计数的影响，是目前最为常用的基因表达水平估算方法。软件rSeq、DEGseq、Cufflinks等都提供了基于上述方法进行基因表达水平计算的功能。
2. 基因表达谱分析与以往的数字化表达谱分析有什么差异？
以往的数字化表达谱利用NlaIII酶有选择的测定接近mRNA 3'端，长度为21bp的序列，并作为标签（tag）来代表每一个转录本，从而研究基因的表达差异。而现在的基因表达谱分析则是通过构建cDNA测序文库，并测定35bp的序列片段来分析基因的表达情况。与数字化表达谱相比，这种方法具有更高的随机性；更长的序列长度提高了测序数据的特异性，减少了一个tag代表多个基因的可能性。
3. 短片段测序是否足够注释一个基因？
以往的数字化表达谱测序片段长度仅21bp，在大多数情况下已经足够注释一个基因，而现在的基因表达谱分析在测序的随机性和长度方面都有所改进，所以足够注释基因并分析其表达情况。
编辑: helen
以下网友留言只代表网友个人观点，不代表网站观点
