如果你對一門行業(yè)沒有任何的經(jīng)驗(yàn),，其中一個快速入門的方法就是掌握其中的套路然后進(jìn)行理解重復(fù),。同樣，小編我也沒有任何分析lncRNA的經(jīng)驗(yàn),，在思考許久如何總結(jié)相關(guān)的思路之后,，我決定通過分析我所熟悉領(lǐng)域的相關(guān)文獻(xiàn)，總結(jié)出相關(guān)的套路,。

文獻(xiàn)基本介紹

文章題目

Long noncoding RNAs and their proposed functions in fibre evelopment of cotton (Gossypium spp.)

發(fā)表于15年,，選自New Phytologist （IF在7以上）。從文章題目可以看出是研究棉花莖端發(fā)育長鏈非編碼RNA的鑒定及功能預(yù)測,。該文章的,，可以通過原文鏈接查看。

分析思路overview

總體的基本分析思路可以分為：

1. 棉花lncRNA的預(yù)測

2. lncRNA鑒定

棉花lncRNA的預(yù)測

首先當(dāng)然是要知道怎樣找到哪些片段是lncRNA,。該文章利用利用SOAP2比對軟件將clean （去除adaptors還有低quality的redas） 的RNA-seq 比對到核糖體數(shù)據(jù)上,，去除比對上核糖體的reads，將過濾完rRNA 的reads與棉花參考基因組序列比對,，組裝轉(zhuǎn)錄本,。下面幾點(diǎn)是用以帥選的標(biāo)準(zhǔn)：

1. 過濾掉表達(dá)量比較低的以及長度在200 bp 以下的轉(zhuǎn)錄本，得到新的轉(zhuǎn)錄本,。

2. 過濾轉(zhuǎn)錄比對覆蓋率低于轉(zhuǎn)錄本一半長度的片段,。

3. 去除比對到功能蛋白質(zhì)庫例如swiss-port還有pfam的片段,。（E<>

最后用CPC（coding potential calculator）預(yù)測轉(zhuǎn)錄本的coding潛力，區(qū)分coding和non-coding的部分,，從而初步預(yù)測到lncRNA,。

棉花lncRNA的鑒定

預(yù)測完之后，另外一件事當(dāng)然就是鑒定這些“所謂的lncRNA“”是啥,，與什么功能有關(guān),。

表達(dá)分析

使用TOPHAT將RNA-seq比對到基因組上。Cufflink 用以估算lncRNA的表達(dá)量,。DESEQ用來尋找差異基因,。

臨近共表達(dá)分析

基于基因組共定位的方法，通過分析與其臨近的蛋白編碼基因的功能,，可以對lncRNA 進(jìn)行功能注釋,。皮爾森相關(guān)性被用來探索這些lncRNA /蛋白質(zhì)編碼之間的表達(dá)關(guān)系?；虮倔w論（GO）分析用于富集分析這些鄰近這些lncRNA的基因表達(dá)規(guī)律,。

lncRNA共線性分析

使用lastz，將At和Dt亞基因組的scaffolds比對到基因組上,。在At和Dt亞基因組之間至少有五個基因被鑒定共線性塊,。與syntenic塊和這些重疊的同源lncRNA進(jìn)一步使用BLASTN進(jìn)行確認(rèn)（best hits中有90%相似度）。

表達(dá)網(wǎng)絡(luò)構(gòu)造

然后就是表達(dá)網(wǎng)絡(luò)構(gòu)造,，這個可以參考一下我們之前發(fā)的文章,。

lncRNA家族預(yù)測

Rfam 數(shù)據(jù)庫是一個基于多序列比對和共進(jìn) 化模型建立的ncRNA家族信息庫，利用多序列 比對,，根據(jù)保守序列及二級結(jié)構(gòu)可以對預(yù)測的 lncRNA進(jìn)行分類,，從而在進(jìn)化層面上對lncRNA 進(jìn)行功能注釋。

總結(jié)

雖然我沒有太多RNA-seq研究的經(jīng)驗(yàn),，咋一看來,，lncRNA的套路與轉(zhuǎn)錄組的研究有著很相似的地方,。很多研究方法都是同時適用的,。由于沒有太多相關(guān)經(jīng)驗(yàn)，本文主要是基于我個人理解,，如果有錯誤歡迎指出,。

References:

Long noncoding RNAs and their proposed functions in fibre

development of cotton (Gossypium spp.)