转录组数据分析思路

转录组紧紧围绕基因表达量和功能分析两部分，结合生物学问题来进行数据分析。

• 高表达基因已经研究比较透彻，应该更多关注中低表达基因。

• 层次聚类的妙用：
  -- 全部基因——>（差异分析）——>根据趋势挑选部分特异性基因——>功能分析；
  -- 功能大类聚类——>根据趋势挑选部分特异性功能——>功能小类聚类；
  -- 通路表达量的计算：该通路全部基因表达量之和除以该通路基因数；

• 趋势分析（cmeans聚类）阐释不了太多生物学问题，比较适合筛选特异性基因，如标志物筛选。

• 功能富集分析不应过多关注显著P值，功能通路作为一个整体，不应排除差异非显著的基因作用。

• 根据功能来推测生物学过程，需要经验，如胞外信号呈递通路发生变化，可能受外界刺激。

• 网络构建不要过多关注高表达或差异基因，更多关注hub基因，验证也是如此。

• 网络分析和功能分析是分开的两条路，网络更多是标志物筛选，不解释生物学问题；功能作为整体研究来描述生物问题。

来源讲座：胡松年，转录组数据分析思路