数字基因表达谱项目总结报告 2 目一项目信息... 3 二技术方法与流程实验流程信息分析流程... 4 三结果与分析基础数据分析信息分析流程图测序数据基本概况

Size: px

Start display at page:

Download "数字基因表达谱项目总结报告 2 目一项目信息... 3 二技术方法与流程实验流程信息分析流程... 4 三结果与分析基础数据分析信息分析流程图测序数据基本概况"

亿升谈
7 years ago
Views:

1 数字基因表达谱项目总结报告 1 数字基因表达谱项目总结报告 2012 年 1 月 1 日本报告涉及到公司商业秘密, 请确保本报告内容仅供您个人科研使用, 并承担保密责任若擅自向任何第三人或者公司泄露本报告的内容, 根据国家有关法律法规, 公司将有权追究法律责任.

2 数字基因表达谱项目总结报告 2 目一项目信息... 3 二技术方法与流程实验流程信息分析流程... 4 三结果与分析基础数据分析信息分析流程图测序数据基本概况 Tag 比对数据结果 Gene 比对数据结果标签基因表达量测序饱和度分析高级数据分析油菜数字基因表达谱实验表达基因的基因注释显著性差异的基因分布情况显著性差异分析的基因分布情况差异表达基因及聚类分析 GO 注释 GO 富集性分析 KEGG pathway 注释 KEGG pathway 富集性分析四数据库信息录

3 数字基因表达谱项目总结报告 3 一项目信息项目名称数字基因表达谱实验合同编号物种信息基因组信息备注样品信息 XXXXXXX 项目样品信息油菜 (Brassica_napus) db=oilseed_rape ck-a, ck-b, ck-c, treat-a, treat-b, treat-c

4 数字基因表达谱项目总结报告 4 二技术方法与流程 2.1. 实验流程 2.2. 信息分析流程测序数据获得 Unique 序列以及每个 Unique 序列相应 Copy 数目当测序序列具有 80% 以上的 A,C,G,T 或者 1N 的碱基时, 我们定义此序列为垃圾序列, 在分析过程中将被去除获得的序列与油菜的 mrna 数据库进行比对 ( 比对过

5 数字基因表达谱项目总结报告 5 程只允许 1 个碱基的错配, 其中基因的表达量为被比对的测序频率的总和数据归一化采用每百万的 Reads 中的表达量 (TPM) 进行归一化, 差异分析采用 DESeq 软件, 筛选的差异表达基因进一步进行聚类 GO 富集性以及 KEGG 富集性分析三结果与分析 3.1. 基础数据分析信息分析流程图测序数据基本概况测序完成后去空载体, 去接头及去垃圾数据保留典型长度以及拷贝数目不小于 1 的序列 Raw data: 数据处理前的下机序列数据

6 数字基因表达谱项目总结报告 6 Clean Sequ Sequences: 数据处理后的序列数据 Sample Ck-A Ck-B Ck-C Treat-A Treat-B Treat-C Raw Data After Adaptors Cut After Junk filter After low copy filter Clean sequ sequences Raw Data Tag 比对数据结果 Sample Ck-A Ck-B Ck-C Treat-A Treat-B Treat-C Clean sequ sequences mapped sequ sequences Match(uniqe Sense)<=1 mismatch 1 unique seq-> 1 gene unique seq-> n gene Match(uniqe antiense)<=1 mismatch 1 unique seq-> 1 gene unique seq-> n gene Match(sense and antiense)<=1 mismatch 1 unique seq-> 1 gene unique seq-> n gene Gene 比对数据结果 Sample Ck-A Ck-B Ck-C Treat-A Treat-B Treat-C Total Unique gene

数字基因表达谱项目总结报告 7 mapped gene 81688 80715 78057 78940 77009 79570 Match(unique Sense)<=1 mismatch 1 gene -> mapped by 1 unique sequence 1 gene -> mapped by n unique sequence Match(unique Antiense)<=1

7 数字基因表达谱项目总结报告 7 mapped gene Match(unique Sense)<=1 mismatch 1 gene -> mapped by 1 unique sequence 1 gene -> mapped by n unique sequence Match(unique Antiense)<=1 mismatch 1 gene -> mapped by 1 unique sequence 1 gene -> mapped by n unique sequence Match(unique Sense and Antiense)<=1 mismatch 1 gene -> mapped by n unique sequence 标签基因表达量标签基因表达量采用加权算法, 对标签的基因表达量进行重新统计, 单个基因表达量的统计公式如下 : 其中 CopyNum of reads(i) 代表一个 tag 的拷贝数,number of mapped mrna(i) 代表该 tag 同时匹配到的 mrna 个数测序饱和度分析对测得的序列进行饱和度分析, 横坐标代表每 100 万个 tag 数, 纵坐标代表匹配到的相应的基因的百分比以 ck-a 为例图示如下 :

8 数字基因表达谱项目总结报告高级数据分析油菜数字基因表达谱实验表达基因的基因注释 1) 油菜 mrna 基因信息从 DFCI 下载 2) 对油菜的表达基因进行相关注释显著性差异的基因分布情况采用 DESeq 软件对非生物学重复样本进行显著性差异分析, 所有基因的 pvalue 分布情况如下图所示 :

9 数字基因表达谱项目总结报告 9 treat-a VS ck-a 显著性差异分析的基因分布情况显著性差异的基因的分布情况如下图所示 :

10 数字基因表达谱项目总结报告 10 treat-a VS ck-a 差异表达基因及聚类分析差异显著性文件我们定义为 FDR<0.05, 选择差异显著性在前 100 的做聚类图

数字基因表达谱项目总结报告 11 3.2.5. GO 注释由于油菜本身没有相应的 GO 注释, 本例选取与油菜近源的拟南芥作为参考物种, 使用 BLAST 对其油菜进行 GO 注释 3.2.6.

11 数字基因表达谱项目总结报告 GO 注释由于油菜本身没有相应的 GO 注释, 本例选取与油菜近源的拟南芥作为参考物种, 使用 BLAST 对其油菜进行 GO 注释 GO 富集性分析 Gene Ontology( 简称 GO) 是一个国际标准化的基因功能分类体系, 提供了一套动态更新的标准词汇表 (controlled vocabulary) 来全面描述生物体中基因和基因产物的属性 GO 功能显著性富集分析首先把所有差异表达基因向 Gene Ontology 数据库 ( 的各 term 映射, 计算每个 term 的基因数目, 然后应用超几何检验, 找出与整个基因组背景相比, 在差异表达基因中显著富集的 GO 条目, 其计算公式为 ck-a treat-a

12 数字基因表达谱项目总结报告 12 其中,N 为基因组中具有 GO 注释的基因数目 ;n 为 N 中差异表达基因的数目 ;M 为基因组中注释为某特定 GO term 的基因数目 ;m 为注释为某特定 GO term 的差异表达基因数目计算得到的 pvalue 以 pvalue 0.05 为阈值, 满足此条件的 GO term 定义为在差异表达基因中显著富集的 GO term 通过 GO 功能显著性富集分析能确定差异表达基因行使的主要生物学功能 GO 的富集性分析部分结果如下 : S gene TS gene B gene TB gene GO Id Function GO_term Pvalue : number number number number GO: biological_process response to chitin E-16 GO: biological_process response to salicylic acid E-16 stimulus GO: biological_process response to abscisic acid E-16 stimulus GO: biological_process regulation of transcription, E-16 DNA-dependent GO: biological_process anaerobic respiration E-20 结果文件参数说明 : GO Id GO 的 ID 号 S gene number 注释为某特定 GO term 的差异表达基因数目 TS gene number 基因组中注释为某特定 GO term 的基因数目 B gene number 差异表达基因的数目 TB gene number 基因组中具有 GO 注释的基因数目 Pvalue of Fisher's Exact Test p-value 值 GO_term GO 的名字 Category GO 的层级 GO 富集性分析统计

13 数字基因表达谱项目总结报告 13 Biological Process Cellular Compotent Molecular Function

14 数字基因表达谱项目总结报告 KEGG pathway 注释由于油菜本身没有相应的 KEGG 注释, 本例选取与油菜近源的拟南芥作为参考物种, 使用 BLAST 对其油菜进行 KEGG 注释 KEGG pathway 富集性分析在生物体内, 不同基因相互协调行使其生物学, 基于 Pathway 的分析有助于更进一步了解基因的生物学功能 KEGG 是有关 Pathway 的主要公共数据库,Pathway 显著性富集分析以 KEGG Pathway 为单位, 应用超几何检验, 找出与整个基因组背景相比, 在差异表达基因中显著性富集的 Pathway 该分析的计算公式同 GO 功能显著性富集分析, 在这里 N 为芯片中具有 Pathway 注释的基因数目 ;n 为 N 中差异表达基因的数目 ;M 为芯片中注释为某特定 Pathway 的基因数目 ;m 为注释为某特定 Pathway 的差异表达基因数目通过 Pathway 显著性富集能确定差异表达基因参与的最主要生化代谢途径和信号转导途径结果下表所示 : S gene Pathway Id number TS gene number B gene number TB gene number Pvalue pathway description Adherens junction Melanoma Thyroid cancer Glioma Prostate cancer Chronic myeloid leukemia MAPK signaling pathway Wnt signaling pathway Pathways in cancer

15 数字基因表达谱项目总结报告 15 结果参数文件说明 : Pathway Id KEGG 的 ID 号 S gene number 注释为某特定 GO term 的差异表达基因数目 TS gene number 基因组中注释为某特定 GO term 的基因数目 B gene number 差异表达基因的数目 TB gene number 基因组中具有 GO 注释的基因数目 Pvalue of Fisher's Exact Test p-value 值 pathway description KEGG 的名称四数据库信息 1. 油菜 mrna 数据库下载信息 : 2. 拟南芥 mrna 数据库下载信息 : ftp://ftp.arabidopsis.org/home/tair/sequences/blast_datasets/tair10_blastsets/ 3. Gene Ontology(GO) 数据库下载信息 :ftp://ftp.ncbi.nih.gov/gene/data/gene2go.gz 4. KEGG pathway 数据库下载信息 :

Microsoft Word - FPKLSC_21.docx

Microsoft Word - FPKLSC_21.docx 足印门徒训练课程儿童 / 少年篇 ( 组长使用 ) 第 21 课帮助人和耶稣成为朋友足印 : 耶稣想我们带朋友去找祂欢迎 (7 分钟 ) 当父母生命师傅和孩子们来到的时候, 请热情地欢迎他们每一个人鼓励一位年轻人与你一同去欢迎参加者的

数字基因表达谱项目总结报告 2 目 一 项目信息... 3 二 技术方法与流程 实验流程 信息分析流程... 4 三 结果与分析 基础数据分析 信息分析流程图 测序数据基本概况

数字基因表达谱项目总结报告 2 目一项目信息... 3 二技术方法与流程实验流程信息分析流程... 4 三结果与分析基础数据分析信息分析流程图测序数据基本概况