LLina的个人博客分享 http://blog.sciencenet.cn/u/LLina

博文

零基础也可以做RNA-seq差异分析

已有 14636 次阅读 2017-3-3 12:33 |个人分类:生信分析|系统分类:科研笔记| RNA-seq, 差异分析

基因表达谱的差异分析是RNA-seq中最常见的应用。你眼中的RNA-seq差异分析或许是酱紫的,对不会编程,不懂统计,纯正生物学出生的人, 内心简直SOS ……

但有些人眼中的RNA-seq差异分析却是这样的,借助云平台和图形化界面,生信零基础同样可以做RNA-seq差异分析。

本人也是第一次尝试,一起来看看云平台如何拯救我们于水火之中。

平台用的是GCBI,之前也介绍过用GCBI做DNA测序和芯片分析,还不会用的在这里看攻略。RNA测序原始数据太大,就直接用了demo数据。

1.新建一个RNA测序方案,不知道怎么新建请看上面攻略。进去后的分析界面就是酱紫的。

2. 分析首先得有样本是不,点击“添加样本数据”将样本导入。如果用的是自己的测序数据,看下这里的数据上传说明,在这就不展开了。导入数据后可在“数据表”和“结果图”中查看质控分析结果。

接下去就是将导入的数据进行分组,点击“添加新分组”建立组别,建了两组,分别是EG(实验组)和CG(对照组)。

分好组后就可以进行差异分析啦,选择要分析的组别进行下一步。

3.差异分析参数选择
在差异分析中,参数主要就是P值,Q值和fold change,分析时可默认,也可自己设定。P值和Q值还模模糊糊的
看这里。在这就直接用默认了。


4.运行结果
好啦,点击确定就ok啦。Demo数据是五对直肠癌和癌旁数据, 在默认参数条件下共筛选出了395个差异基因,上调的137,下调的258。下方还提供给了一些标签分类,如统计了在cosmic中与肿瘤相关的基因数量等。看每个基因具体的表达值点击结果表即可。

面对那么多基因,该如何快速找出感兴趣的基因呢?用上面的筛选功能即可,通过疾病,也可自定义,自定义的选项分类很详细,针对性比较强。这里附上数据筛选指南,给大家做筛选提供一些方向。

好啦,RNA-seq差异分析酱紫就完结啦。

这个分析流程采用的是HISAT2,StringTie,Ballogown组合,和传统流程的用的cufflinks, tophat相比,优势在哪?看这里。简单一句话,Tophat 首次被发表已经是7年前,Cufflinks也是6年前的事了。

RNA-seq差异分析网址:https://www.gcbi.com.cn/gclab/html/index




http://blog.sciencenet.cn/blog-3227893-1037268.html

上一篇:一键获取基因的TF,miRNA、lncRNA及上下游基因调控网络
下一篇:原来基因的上下游如此好找

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2020-7-6 12:06

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部