基于二代測序的轉錄組數(shù)據(jù)分析方法的比較研究.pdf

1、第二代測序技術比較早的測序技術靈敏度高、通量大，在此背景下對轉錄組數(shù)據(jù)分析方法的重要性也得到更好的體現(xiàn)，然而對于轉錄組數(shù)據(jù)分析該如何抉擇軟件的使用及參數(shù)的設置，對于未接觸過數(shù)據(jù)分析的人來講，是課題研究中的一項瓶頸。本研究選取了小麥近等基因系中的一株多分蘗材料與一株寡分蘗材料作為測序樣品，分別得到了16G與17.4G的轉錄組測序數(shù)據(jù)，并以此為研究對象，采用多種軟件挖掘生物遺傳信息，優(yōu)化算法及構建標準流程，為課題組后續(xù)大量轉錄組數(shù)據(jù)分析奠定

2、基礎。
　　在差異表達基因分析流程中，使用Cuffdiff軟件耗時15h，分析得到518個差異表達顯著因。使用edgeR軟件耗時2h，分析得到510個差異表達基因。其中有186個差異表達基因同時出現(xiàn)在兩種軟件的運算結果中。在SNP Calling分析流程中，使用GATK軟件耗時25h，在樣品T01中發(fā)現(xiàn)了817，057個SNP位點，38，977個INDEL位點。在樣品T02中發(fā)現(xiàn)了824，043個SNP位點，37，018個INDE

3、L位點。這些變異位點均經(jīng)過質量過濾，可信度較高。使用SAMtools軟件耗時15h，在樣品T01中發(fā)現(xiàn)了758，853個SNP位點，27，661個INDEL位點。在樣品T02中發(fā)現(xiàn)了766，596個SNP位點和27，719個INDEL位點，本研究尚未對這些位點進行過濾。
　　結合各流程的分析結果以及各軟件使用的模型與算法，對表達差異基因分析和SNP Calling所使用的不同軟件做了初步的比較。得出結論，當樣本數(shù)據(jù)為Paire-E

4、nd測序的時候，如果所研究物種具有生物學重復，且具有可利用的參考基因組，則推薦使用上文所述的Cufflinks軟件流程進行差異表達基因的分析。對不具有生物學重復但具有可利用的參考基因組的測序數(shù)據(jù)，則應使用edgeR軟件進行差異表達基因的分析。條件允許的情況下，可以用兩種方法分別分析相互驗證結果。在對小麥的轉錄組數(shù)據(jù)做SNP Calling分析時，就敏感度與可靠性而言，GATK軟件均優(yōu)越于SAMtools軟件。在對小麥的轉錄組數(shù)據(jù)進行SN