Обзор лучших практик анализа данных RNA-seq

A survey of best practices for RNA-seq data analysis
Daniel J. Gaffney, Laura L. Elo, A Mortazavi, Ana Conesa, Pedro Madrigal, Sonia Tarazona, David Gómez-Cabrero, Alejandra Cervera, Andrew McPherson, Michał Wojciech Szcześniak, Xuegong Zhang
2016-01-26

анализ данных RNA-seqальтернативный сплайсингдифференциальная экспрессия геновeQTL-картированиевыравнивание чтений
RNA-секвенирование (RNA-seq) имеет широкий круг приложений, однако единый аналитический конвейер не подходит для всех случаев. В обзоре рассмотрены все основные этапы анализа данных RNA-seq, включая проектирование эксперимента, контроль качества, выравнивание чтений, количественную оценку уровней генов и транскриптов, визуализацию, анализ дифференциальной экспрессии генов, альтернативный сплайсинг, функциональный анализ, обнаружение слияний генов и картирование локусов, связанных с экспрессией (eQTL). Мы выделяем трудности, связанные с каждым этапом, обсуждаем анализ малых РНК и интеграцию RNA-seq с другими методами функциональной геномики, а также рассматриваем перспективы новых технологий, которые меняют текущее состояние дел в транскриптомике.
1
Анализ малых РНК и интеграция RNA-seq с другими методами функциональной геномики являются важными дополнительными подходами.
2
Последующие анализы — визуализация, дифференциальная экспрессия, альтернативный сплайсинг, функциональный анализ, обнаружение слияний генов и eQTL-маппинг — имеют свои особенности и сложности.
3
Новые технологии изменяют область транскриптомики и будут влиять на будущие практики анализа RNA-seq.
4
Ключевые этапы, требующие тщательного внимания: дизайн эксперимента, контроль качества, выравнивание ридов и квантификация уровней генов/транскриптов.
5
Нет единого конвейера анализа RNA-seq, подходящего для всех задач; анализ должен быть адаптирован под конкретные цели исследования.

Конвейер/рабочий процесс анализа данных РНК-секвенирования (RNA-seq)

Лучшие практики и методологические аспекты для основных этапов анализа RNA-seq (планирование эксперимента, контроль качества, выравнивание чтений, количественная оценка уровней генов/транскриптов, визуализация, дифференциальная экспрессия, альтернативный сплайсинг, функциональный анализ, детекция фьюзов, eQTL‑анализ, анализ малых РНК и интеграция с другими методами функциональной геномики)

Publication Details
Publication Date
2016-01-26
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Daniel J. Gaffney
Laura L. Elo
A Mortazavi
Ana Conesa
Pedro Madrigal
Sonia Tarazona
David Gómez-Cabrero
Alejandra Cervera
Andrew McPherson
Michał Wojciech Szcześniak
Xuegong Zhang
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat
Make a presentation
100%