針對RNA-Seq數(shù)據(jù)的基因異構(gòu)體表達(dá)水平計算方法研究.pdf

1、真核生物中普遍存在選擇性剪切現(xiàn)象,轉(zhuǎn)錄過程中的一些非正常的波動變化常常與疾病有關(guān)。因此,對轉(zhuǎn)錄組波動變化的研究是近年來生物醫(yī)學(xué)領(lǐng)域的一個研究熱點(diǎn),而基因與剪切異構(gòu)體表達(dá)水平的分析為揭示轉(zhuǎn)錄組表達(dá)的變化情況提供了一種可行的研究方式。
　　基于深度測序RNA-Seq技術(shù)近年來廣泛應(yīng)用于轉(zhuǎn)錄組研究,RNA-Seq實(shí)驗(yàn)產(chǎn)生數(shù)以千萬計的讀段(read)數(shù)據(jù),可以從產(chǎn)生的這些讀段對轉(zhuǎn)錄組表達(dá)水平進(jìn)行評估。所計算得到的表達(dá)水平傳遞到后續(xù)分析中,

2、可以進(jìn)行尋找差異表達(dá)基因、聚類等研究。
　　論文針對RNA-Seq實(shí)驗(yàn)數(shù)據(jù)中存在的讀段多源映射、讀段在參考序列上呈非均勻分布等問題設(shè)計了一個新的基于LDA(latent dirichlet allocation)算法的概率模型LDASeq進(jìn)行基因以及剪切異構(gòu)體的表達(dá)水平的計算。在LDASeq模型中,我們通過計數(shù)外顯子上單位長度的讀段數(shù)作為單詞的個數(shù)來消除外顯子長度的影響,對不滿足單位長度的讀段進(jìn)行歸一化處理;并將某一個通道的總讀段