转录组是连接基因组遗传信息与生物功能的蛋白质组的必然纽带,转录水平的调控是研究最多的,也是生物体最重要的调控方式。
转录组数据可用来干什么
转录组分析属于针对mRNA进行测序和分析,可用于:
1. 结构分析:如从头构建转录本、优化已有基因结构、发现新基因、发现新转录本、发现融合基因、鉴定RNA编辑、检测变异;
2. 表达分析:如基因在各个样本中的表达定量、样品间差异表达基因鉴定、基于时间序列的表达分析;
3. 功能挖掘:针对结构分析和表达分析结果进行功能的挖掘,具体方法包括PCA分析、表达模式聚类、共表达网络构建、富集分析等。
转录组学研究内容
有参全长转录组分析内容:
1. 数据质控、转录本分类
2. 转录本聚类与校正
3. 与参考基因组比对
4. 进行可变剪切分析
5. 新基因预测
6. 融合基因分析
7. 作为参考序列,定量分析
8. 编码蛋白框预测
9. lncRNA预测
无参全长转录组分析内容:
1. 数据质控、转录本分类
2. 转录本聚类与校正
3. 七大转录本数据库注释
4. 作为参考序列、定量分析
5. lncRNA预测
6. 编码蛋白框预测
转录组学分析流程
大体流程一般包括结构分析、表达分析以及功能挖掘。

转录组学文章撰写内容
1. 提出问题
所有科学研究的起点都是问题的提出,所有问题的提出并非凭空想象,可依据前人研究、经典案例、行业前沿、合理假设等方面入手,提出具有研究价值的创新问题。研究问题的提出以及方向的确定是科研文章撰写中非常重要的基石。

▲文章:Full-Length Transcriptome Analysis of the Genes Involved inTocopherol Biosynthesis in Torreya grandis
2. 表型&生理指标
在文章提出问题后,经生理指标检测和采集的物种表型呈现往往是直观有利的证据,在此基础上开展后续的研究是非常有必要的。

▲文章:Full-Length Transcriptome Analysis of the Genes Involved inTocopherol Biosynthesis in Torreya grandis
3. 数据表征
数据合理是进行下一步差异分析的前提,得到数据后需要论证数据的有效性。对转录组会要求相关性图,主成分分析图,带有层次聚类的热图等来说明组间差异是大于组内差异的,目的是使得研究中的数据量/测序质量的充足可信。

▲文章:Full-Length Transcriptome Analysis of the Genes Involved inTocopherol Biosynthesis in Torreya grandis
4. 差异分析
转录组的差异表达分析,顾名思义就是寻找差异,主要是寻找差异表达的基因和差异表达的功能等。对于差异的分析是数据挖掘的重中之重,常见的描述差异情况的方式有韦恩图、热图等。同时,GO/KEGG富集分析、WGCNA分析等方法可以用来探究差异机制。

▲文章:Integration of early disease-resistance phenotyping, histological characterization, and transcriptome sequencing reveals insights into downy mildew resistance in impatiens
5. 验证实验
转录组结果一般需要采用q-PCR、Northern blot等方法进行验证实验来进一步提升数据可靠性,也可结合下游进行基因过表达或敲除等去进行验证,这也是后续研究的起点。

▲文章:Allele-aware chromosome-level genome assembly of Artemisia annua reveals the correlation between ADS expansion and artemisinin yield