RNA测序（RNA-seq）在过往十年里逐渐成为全转录组水平分析差异基因表达和研究mRNA差异剪接必不可少的工具。RNA-seq帮助大家对RNA生物学的理解会越来越全面：从转录本在何时何地转录到RNA折叠以及分子互作发挥功能等。
一般来说，NGS测序特别是RNA-seq正在迅速改变实验的设计和执行方式。由于技术的飞速发展，可以公平地说，对于一个特定问题没有单一的正确答案。而且许多RNA-seq项目有多个目标，例如，可能需要鉴定样本中的新基因融合转录物，对已知基因的丰度进行量化，并鉴定已知基因中的任何SNP。
因此，根据研究设计原则提供指导是更为合理的，用户既可以对预期成果充满信心地计划项目，也可以理解为什么做出某些选择。在一项研究中所使用的覆盖范围和平台的数量可能需要进行权衡，而且由于实验室资源有限，因此需要进行权衡。
这两年随着测序成本的下降和转录组研究的日渐火热，RNA-seq俨然已经成为了分子生物学课题组推进项目的首选方向。
5.37个RNA-seq工具大PK，教你数据处理方法如何选择
RNA-seq技术的广泛应用为转录组研究迎来了一个新时代。根据研究内容的方向，精度、速度和成本要求不同，科研人员需要对包括采取何种具体测序方法流程、样品类型、所需的分析结果，以及基因组研究现状和计算数据处理可用资源等内容进行权衡。因为涉及的问题复杂多样，如何找到一种最佳的工作流程，在成本和性能要求基础上，通过对RNA-seq分析中涉及到的各个不同环节进行最优选择，便成为是至关重要的问题。
样本水平分析：转录组相似性
基因水平分析：基因表达动力学
转录水平分析：转录本重构和定量
外显子水平分析：选择性剪接中的外显子包含率
基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）
基因集富集分析（Gene Set Enrichment Analysis, GSEA）
时序分析
基因融合分析
RNA编辑分析
蛋白互作网络分析（Protein interaction network analysis, PINA）
代谢途径可视化分析
测序项目完成，我们会获得大量的数据，包括有很多图片在内。当然，对于熟悉生物信息分析的大神而言，这些图片太easy。但是，在科研岗位上，还有很多生信小白。。。。。所以我们还是来讲一下如何解读这些结果图片。
9.RNA-Seq分析详细过程
本文将要介绍的是由Combine Australia所提供的一个针对有参基因组的基因差异表达分析流程。
本文将要介绍的是在R中进行RNA-seq 数据预处理的实战代码
本文将要介绍的是在R中进行RNA-seq 数据基因表达差异分析的实战代码
本文将介绍RNA-seq差异分析结果可视化的实战代码
本文将介绍RNA-seq基因富集分析的实战代码
一篇RNA-seq分析流程的综述，全面而详细！深度好文，可用来反复阅读。初学者用于把握RNA-seq真个流程及各个流程选择上的差异。已经开始学习者可用来查缺补漏和发现新的分析角度。
A survey of best practices for RNA-seq data analysis
联系客服
