表达谱分析RNA-seq：从数据产出到生物学发现的完整指南
目录导读
-
RNA-seq与表达谱分析的核心概念
- 什么是RNA-seq表达谱分析？
- 与传统芯片技术的对比优势
-
实验设计与数据质量控制
- 样本准备的关键要点
- 测序数据预处理与质量评估（Q&A环节）
-
表达定量与差异分析流程
- 比对、定量、标准化方法选择
- 差异表达基因筛选的统计学基础
-
功能注释与生物学解读
- GO/KEGG富集分析实战
- 基因共表达网络与调控网络推断
-
常见问题与进阶技巧
- 批次效应处理策略
- 多组学整合分析的未来方向
RNA-seq与表达谱分析的核心概念
RNA测序（RNA-seq）现已取代传统基因芯片，成为转录组研究的主流技术。表达谱分析即通过量化不同条件下基因的转录本丰度，揭示基因表达的动态变化，相比芯片，RNA-seq具有无预先设计探针限制、动态范围宽、可检测新转录本和可变剪接等优势，一个标准的表达谱分析RNA-seq流程涵盖：原始数据获取 → 质控 → 比对 → 定量 → 差异分析 → 功能注释，理解每个步骤的生物学与统计学含义，是获得可靠结论的基础。
实验设计与数据质量控制
样本准备的关键要点
- 生物学重复：建议至少3个重复，以估计组内变异。
- 文库类型：链特异性文库（stranded library）可提高转录本定向准确性。
- 测序深度：基因表达谱分析通常需要20–50M reads/样本（哺乳动物）。
测序数据预处理与质量评估
Q：如何判断RNA-seq数据质量是否合格？
A：通过FastQC检查每个碱基的测序质量分数（Q值≥30）、GC含量分布、Adapter残留等，接着使用Trimmomatic或Cutadapt去接头并过滤低质量reads，关键指标：
- Q30比例 > 85%
- 无明显AT/GC分离
- reads长度均匀达标
Q：为什么需要去除rRNA？
A：rRNA占总RNA的80%以上，如不富集mRNA或去除rRNA，将占用大量有效测序数据，常用方法：poly-A捕获（真核生物）或Ribo-zero（原核/降解样本）。
表达定量与差异分析流程
比对、定量、标准化方法选择
- 比对工具：STAR（速度与精度均衡）或HISAT2（内存友好）。
- 定量方法：
- 基因水平：featureCounts、HTSeq-count
- 转录本水平：Salmon、Kallisto（无需比对，速度快）
- 标准化：
- TPM/RPKM：用于样本内比较
- DESeq2的median-of-ratios：用于样本间差异分析
差异表达基因筛选的统计学基础
Q：P值与FDR有什么不同？
A：P值衡量单基因差异的显著性，而FDR（如BH矫正）控制多重检验下的假阳性比例，常用筛选阈值：|log2FC| ≥ 1且FDR < 0.05。
Q：计数数据为何不能用log转换直接t检验？
A：RNA-seq计数呈负二项分布（过离散），需用DESeq2或edgeR建模，其内嵌了均值-方差关系。
功能注释与生物学解读
差异基因列表只是开始,真正的生物学洞察来自功能富集分析。
- GO分析：将基因按“生物学过程”“分子功能”“细胞组分”分类。
- KEGG通路：揭示代谢或信号通路的激活/抑制。
- GSEA：无需预设阈值，基于全部基因排序识别通路趋势。
案例：肿瘤样本中上调基因富集于“细胞周期”与“DNA修复”，提示肿瘤处于增殖活跃状态；而下调基因富集于“凋亡”通路，说明抗凋亡机制被激活。
Q：富集结果如何避免假阳性？
A：使用R包clusterProfiler的p.adjust矫正，并使参考数据库匹配物种，推荐可视化方式：气泡图（显示基因数、富集因子、显著性）或网络图展示通路关联。
常见问题与进阶技巧
批次效应处理策略
- 使用ComBat（sva R包）去除测序批次、操作人员等系统性变异。
- 主成分分析（PCA）是检测批次效应的第一道防线，若PCA前两个主成分被批次解释，需采取措施。
多组学整合分析的未来方向
- 表达谱+蛋白组：转录后调控机制（如RNA修饰或翻译效率）。
- 表达谱+表观组：ATAC-seq揭示开放染色质区域，构建表达调控模型。
- 单细胞RNA-seq结合：从bulk数据推断细胞类型组成（如CIBERSORT）。
Q：如何处理低表达基因对分析的干扰？
A：在DESeq2中预先滤除低计数基因（如每个样本平均计数 < 10），可减少计算负担并提高差异检验稳健性。
表达谱分析RNA-seq已从“可以做什么”步入“如何做得更精确”的阶段，掌握从质控→定量→差异→功能的线性流程，同时熟悉批次矫正、多组学整合等进阶方法，能让你从海量数据中提炼出真正的生物学故事，结合空间转录组与时间序列设计，表达谱分析将揭示更复杂的基因调控网络，如您在实践中遇到具体分析问题（如比对率低或富集结果不理想），欢迎进一步留言探讨，我们会给出针对性解决方案。
