Pacbio全長轉(zhuǎn)錄組測序

CCS數(shù)據(jù)展示

PacBio測序儀每個cell含有ZMWs，reads進(jìn)入ZMW孔中被測序，一個ZMW中含一條的reads（P1）為有效數(shù)據(jù)。通過有效數(shù)據(jù)的子序列獲得一致序列即為每個單分子測序反應(yīng)器ZMW的CCS序列。CCS序列是每個單分子測序反應(yīng)器ZMW里插入序列的最高質(zhì)量序列。CCS序列可以從一定程度上評估建庫質(zhì)量和SMRT? Cell上樣時序列的長度。

全長轉(zhuǎn)錄本數(shù)目統(tǒng)計

通過檢測CCS序列中是否包含正確的5’引物，3’引物及polyA尾，將序列分成全長序列（包含5’引物，3’引物及polyA尾）和非全長序列。去除CCS序列中cDNA 引物序列及polyA序列獲得建庫時的插入序列，同時根據(jù)建庫時兩端引物的差別確定鏈合成方向，將序列分為全長序列和非全長序列、嵌合序列和非嵌合序列。全長序列長度反映了建庫時cDNA序列長度，可通過統(tǒng)計全長序列的長度評估建庫質(zhì)量。

轉(zhuǎn)錄本GO注釋

GO數(shù)據(jù)庫是GO組織（Gene Ontology Consortium）于2000年構(gòu)建的一個結(jié)構(gòu)化的標(biāo)準(zhǔn)生物學(xué)注釋系統(tǒng)，旨在建立基因及其產(chǎn)物知識的標(biāo)準(zhǔn)詞匯體系，適用于各個物種。GO注釋系統(tǒng)是一個有向無環(huán)圖，包含三個主要分支，即:生物學(xué)過程（Biological Process），分子功能（Molecular Function）和細(xì)胞組分（Cellular Component）。

可變剪接分析

基因轉(zhuǎn)錄生成的前體mRNA（pre-mRNA），有多種剪接方式，選擇不同的外顯子，產(chǎn)生不同的成熟mRNA，從而翻譯為不同的蛋白質(zhì)，構(gòu)成生物性狀的多樣性。這種轉(zhuǎn)錄后的mRNA加工過程稱為可變剪接或選擇性剪接（Alternative splicing）?？勺兗艚宇愋桶ǎ?A) 外顯子跳躍；(B) 可變轉(zhuǎn)錄終止位點；(C) 可變外顯子；(D) 可變轉(zhuǎn)錄起始位點；(E) 內(nèi)含子保留。百邁客使用Astalavista軟件獲取每個樣品存在的可變剪接類型。結(jié)合RNA-Seq數(shù)據(jù)可以使用rMATS進(jìn)行不同分組間的差異可變剪接分析。

轉(zhuǎn)錄本NR注釋

Nr數(shù)據(jù)庫是NCBI中的非冗余蛋白質(zhì)數(shù)據(jù)庫，包含了Swissprot、PIR(Protein Information Resource)、PRF(Protein Research Foundation)、PDB(Protein Data Bank)蛋白質(zhì)數(shù)據(jù)庫及從GenBank和RefSeq的CDS數(shù)據(jù)翻譯過來的蛋白質(zhì)數(shù)據(jù)信息。通過序列比對尋找同源物種，并進(jìn)行注釋。

轉(zhuǎn)錄本KEGG注釋

在生物體內(nèi)，不同的基因產(chǎn)物相互協(xié)調(diào)來行使生物學(xué)功能，對表達(dá)基因的通路（Pathway）注釋分析有助于進(jìn)一步解讀基因的功能。KEGG（Kyoto Encyclopedia of Genes and Genomes）是系統(tǒng)分析基因功能、基因組信息數(shù)據(jù)庫，它有助于研究者把基因及表達(dá)信息作為一個整體網(wǎng)絡(luò)進(jìn)行研究。

可變多聚腺苷酸化

多聚腺苷酸化是指多聚腺苷酸與信使RNA（mRNA）分子的共價鏈結(jié)。在蛋白質(zhì)生物合成的過程中，這是產(chǎn)生準(zhǔn)備作翻譯的成熟mRNA的方式的一部份。在真核生物中，多聚腺苷酸化是一種機制，令mRNA分子于它們的3’端中斷。多聚腺苷酸尾（或聚A尾）保護(hù)mRNA，免受核酸外切酶攻擊，并且對轉(zhuǎn)錄終結(jié)、將mRNA從細(xì)胞核輸出及進(jìn)行翻譯都十分重要。在原核生物中，前體mRNA的可變多聚腺苷酸化（alternative polyadenylation,APA）可能貢獻(xiàn)于轉(zhuǎn)錄組多樣性，基因組的編碼能力以及基因的調(diào)控機制。百邁客采用TAPIS pipeline來對全長非嵌合序列（FLNC）進(jìn)一步分析以識別APA。