新一代高通量RNA测序数据的处理与分析新一代高通量RNA测序数据的处理与分析.pdf

Reviews and Monographs 综述与专论 生物化学与生物物理进展 Progress in Biochemistry and Biophysics 2010, 37(8): 834~846 新一代高通量RNA 测序数据的处理与分析* 1) 1) 1, 2) 1) 1)** 王 曦 汪小我 王立坤 冯智星 张学工 (1) 生物信息学教育部重点实验室，清华信息科学与技术国家实验室(筹)生物信息学研究部，清华大学自动化系，北京100084； 2) 吉林大学计算机科学与技术学院，长春130012) 摘要 随着新一代高通量DNA 测序技术的快速发展，RNA 测序(RNA-seq) 已成为基因表达和转录组分析新的重要手段． RNA-seq 技术产生的海量数据为生物信息学带来了新的机遇和挑战．有效地对测序数据进行针对性的生物信息学处理和分 析，成为RNA-seq 技术能否在科学探索中发挥重大作用的关键．以新一代Illumina/Solexa 测序平台所产生的数据为例，在扼 要介绍高通量RNA-seq 测序流程的基础上，对RNA-seq 数据处理和分析的方法和现有软件做一个较为全面的综述，并对其 中有待进一步研究的问题进行展望． 关键词 高通量RNA 测序，转录组，基因表达，数据处理与分析，生物信息学 学科分类号 Q5 ，Q6 ，Q7 DOI: 10.3724/SP.J.1206.2010.00151 近年来，新一代高通量测序技术得到了突飞猛 格更便宜、 自动化程度更高的测序技术． 自2005 进的发展，在此基础上，高通量 RNA 测序即 年以来，以Roche 公司的454 技术、Illumina 公司 RNA-seq [1-5] 也迅速发展．与基因芯片技术相比， 的Solexa 技术和ABI 公司的SOLiD 技术为标志的 [8] RNA-seq 无需设计探针，能在全基因组范围内以单 新一代测序技术相继诞生 ．新一代测序技术又称 碱基分辨率检测和量化转录片段，并能应用于基因 作深度测序技术，主要特点是测序通量高、测序时 [6] [9] 组图谱尚未完成的物种 ，具有信噪比高、分辨率 间和成本显著下降 ． 高、应用范围广等优势，正成为研究基因表达和转 把这种高通量测序技术应用到由mRNA 逆转 录组的重要实验手段． 录生成的 cDNA 上，从而获得来自不同基因的 RNA-seq 为基因组学的研究带来了高分辨率的 mRNA 片段在特定样本中的含量，这就是mRNA 海量数据，如何有效处理和分析这些海量数据成为 测序或mRNA-seq ．同样原理，各种类型的转录本 这一新技术能否带来新的科学发现的关键，一些生 都可以用深度测序技术进行高通量定量检测，统称 物信息学方法与软件也应运而生．本文针对当前 作RNA-seq 或RNA 测序． 目前，在已经推出的几 RNA-seq 应用的现实情况，尝试以Illumina/Solexa 种新一代测序平台中，Illumina/Solexa 测序平台上 测序平台产生的mRNA-seq 数据为例，对RNA 测 的RNA-seq 应用最广，我们以此为例来综述 序数据的产生过程及数据处理和分析的基本流程、 RNA-seq 数据处理和分析的生物信息学问题和方法. 关键方法和现有软件进行较全面的介绍，并讨论 RNA-seq 数据分析中存在的挑战． 1 高通量测序技术简介