CN105653900A - 无参转录组分析系统及方法 - Google Patents

Abstract

本发明涉及一种无参转录组分析系统及方法，该系统包括流程定制模块和数据挖掘模块；所述流程定制模块用于获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；所述数据挖掘模块用于根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。本发明可以实现对单个样品不能进行生物信息分析，并可以大大减少用户与生物信息分析人员之间的沟通环节，避免了分析信息的错漏，提高对测序数据的处理效率。

Description

无参转录组分析系统及方法

技术领域

本发明涉及生物信息分析技术领域，特别涉及无参转录组分析系统及方法。

背景技术

随着第二代测序技术的迅猛发展，其高通量、快速、低成本的特点成为越来越多的生物学研究者在解决生物学问题时的首选，尤其在转录组测序方面更显示出极大的潜力。转录组(transcriptome)即特定生物体在某种状态下所有基因转录产物的总和，也是连接基因组遗传信息与生物功能(蛋白质组)的必然纽带。

转录组研究是功能基因组研究的一项重要内容。相对于真核生物全基因组测序来说，转录组测序得到的序列不含有内含子及其它非编码序列，因此转录组测序有着无可比拟的高性价比优势。研究基因组结构的复杂性及遗传语言的根本规律，需要对测序所得的海量数据进行精准且全面的揭示和分析。

目前转录组测序及分析技术可以解决新基因的深度发掘、低丰度转录本的发现、转录图谱绘制、可变剪接的调控、代谢途径确定、基因家族鉴定及进化分析等各方面的问题。转录组研究是基因功能及结构研究的基础和出发点，已经被广泛应用于医学、农学等各个领域。

目前现存的转录组分析方式存在以下缺陷：对单个样品不能进行生物信息分析，且用户与生物信息分析人员之间存在很多沟通环节，例如需由客服人员向生物信息分析人员转达用户的需求，因此容易导致分析信息的错漏，影响测序数据的处理效率。

发明内容

针对现有技术中转录组分析方式对单个样品不能进行生物信息分析，对数据量比较大样品进行生物信息分析时所需运行的时间比较长的缺陷，本发明提出一种无参转录组分析系统及方法。

第一方面，本发明提供了一种无参转录组分析系统，该系统包括流程定制模块和数据挖掘模块；

所述流程定制模块用于获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

所述数据挖掘模块用于根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。

优选地，所述流程定制分析结果包括Unigene集注释分析结果、差异表达基因集的注释和富集分析结果、各样品基因表达量、Unigene数据库及相关统计文件、简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果、差异表达基因及其数目结果；

其中，所述Unigene数据库为以所述原始测序数据作为输入数据通过从头denovo组装转录本Transcript构建转录组所得到的数据库，所述样品为所述原始测序数据的各个样品。

优选地，所述数据挖掘模块包括：

基因挖掘子模块，用于根据不同的预设检索类型并基于所述Unigene数据库进行基因信息的检索；

表达量挖掘子模块，用于根据所述差异表达基因集的注释和富集分析结果挖掘基因表达量数据；

差异基因挖掘子模块，用于根据所述差异表达基因及其数目结果挖掘差异表达基因数据。

优选地，所述预设检索类型包括功能关键词检索、基因编号列表检索以及基因序列片段检索。

优选地，所述数据挖掘模块包括：

常用数据与软件子模块，用于分块展示所述流程定制分析结果，并以所述流程定制分析结果作为输入量调用预先存储的后续分析软件进行后续分析。

优选地，所述常用数据与软件子模块包括：

注释富集单元，用于展示所述Unigene集注释分析结果、差异表达基因集的注释和富集分析结果；

基因表达单元，用于展示所述各样品基因表达量、Unigene库及相关统计文件；

基因结构单元，用于展示简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果。

优选地，所述差异基因挖掘子模块包括：

差异表达基因查询单元，用于展示所述差异表达基因数据；

差异表达基因集维恩图，用于根据所述差异表达基因数据绘制差异表达基因集的维恩图，所述差异表达基因集为所述原始测序数据的各个样品间的差异表达基因集；

基因共表达趋势分析，用于根据所述差异表达基因数据识别差异表达基因的共表达模式。

优选地，所述流程定制模块包括：

测序数据导入子模块，用于提示用户导入预设格式的所述原始测序数据；

转录组组装子模块，用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本进行转录组组装；

基因功能注释子模块，用于通过多个预先建立的云数据库对Unigene中的基因数据进行功能注释；

差异表达分析子模块，用于根据预设筛选指标筛选所述原始测序数据的所述差异表达基因及其数目结果，所述差异表达基因及其数目结果包括各个样品之间的差异表达基因以及所述差异表达基因的数目；

其中，所述差异表达基因包括上调基因和下调基因；相应地，所述差异表达基因的数目包括上调基因的数目和下调基因的数目；所述预设筛选指标包括差异筛选倍数和错误发现率。

优选地，所述转录组组装子模块进一步用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本和Trintity组装软件进行转录组组装，所述Trintity组装软件为预先编写的用于对所述原始测序数据进行组装的软件。

第二方面，本发明还公开了一种无参转录组分析方法，该方法包括：

获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。

本发明可以实现对单个样品不能进行生物信息分析，并可以大大减少用户与生物信息分析人员之间的沟通环节，避免了分析信息的错漏，提高对测序数据的处理效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明一个实施例的无参转录组分析系统的结构框图；

图2示出了本发明一个实施例的无参转录组分析方法的流程图；

图3示出了本发明一个实施例的流程定制模块的界面示意图；

图4示出了本发明一个实施例的差异基因挖掘子模块的界面示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1示出了本发明一个实施例的无参转录组分析系统的结构框图。如图1所示，该系统包括流程定制模块100和数据挖掘模块200；

流程定制模块100用于获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

数据挖掘模块200用于根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。

本实施例可以实现对单个样品不能进行生物信息分析，并可以大大减少用户与生物信息分析人员之间的沟通环节，避免了分析信息的错漏，提高对测序数据的处理效率。

作为本实施例的优选，流程定制分析结果可以包括Unigene集注释分析结果、差异表达基因集的注释和富集分析结果、各样品基因表达量、Unigene数据库及相关统计文件、简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果、差异表达基因及其数目结果；

其中，所述Unigene数据库为以所述原始测序数据作为输入数据通过从头denovo组装转录本Transcript构建转录组所得到的数据库，所述样品为所述原始测序数据的各个样品。

作为本实施例的优选，数据挖掘模块200可进一步包括：

基因挖掘子模块210，用于根据不同的预设检索类型并基于所述Unigene数据库进行基因信息的检索；

表达量挖掘子模块220，用于根据所述差异表达基因集的注释和富集分析结果挖掘基因表达量数据；

差异基因挖掘子模块230，用于根据所述差异表达基因及其数目结果挖掘差异表达基因数据。

其中，上述预设检索类型包括功能关键词检索、基因编号列表检索以及基因序列片段检索。

可选地，数据挖掘模块200还可以包括：

常用数据与软件子模块240，用于分块展示所述流程定制分析结果，并以所述流程定制分析结果作为输入量调用预先存储的后续分析软件进行后续分析，所述后续分析软件可包括用于绘制Gog图、Kog图、Pie图、Go柱图以及进行二级分类、序列提取的软件等。

进一步地，常用数据与软件子模块240还可以包括：

注释富集单元241，用于展示所述Unigene集注释分析结果、差异表达基因集的注释和富集分析结果；

基因表达单元242，用于展示所述各样品基因表达量、Unigene库及相关统计文件；

基因结构单元243，用于展示简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果。

上述实施例中，差异基因挖掘子模块230优选地包括：

差异表达基因查询单元231，用于展示所述差异表达基因数据；

差异表达基因集维恩图232，用于根据所述差异表达基因数据绘制差异表达基因集的维恩图，所述差异表达基因集为所述原始测序数据的各个样品间的差异表达基因集；

基因共表达趋势分析233，用于根据所述差异表达基因数据识别差异表达基因的共表达模式。

作为本实施例的优选，流程定制模块100可以包括：

测序数据导入子模块110，用于提示用户导入预设格式的所述原始测序数据；

转录组组装子模块120，用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本进行转录组组装；

基因功能注释子模块130，用于通过多个预先建立的云数据库对Unigene中的基因数据进行功能注释；

差异表达分析子模块140，用于根据预设筛选指标筛选所述原始测序数据的所述差异表达基因及其数目结果，所述差异表达基因及其数目结果包括各个样品之间的差异表达基因以及所述差异表达基因的数目；

其中，所述差异表达基因包括上调基因和下调基因；相应地，所述差异表达基因的数目包括上调基因的数目和下调基因的数目；所述预设筛选指标包括差异筛选倍数和错误发现率。

进一步地，转录组组装子模块120可进一步用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本和Trintity组装软件进行转录组组装，所述Trintity组装软件为预先编写的用于对所述原始测序数据进行组装的软件。

本实施例采用了软件Trinity将测序Reads拼接成转录本序列，该软件是目前业界公认的最好的RNA-Seq从头(denovo)组装软件看，其得到的请求库比较完整、冗余度比较低，有利于后续表达量分析及差异表达分析更可靠。另外，本实施例的系统可以基于软件Bowtie或BLAT进行Reads与转录本或请求的比对，基于比对结果使用软件RSEM等计算转录本和请求的表达量，相比较其他比对软件，该软件效率比较高，接着根据请求在不同样品中的表达水平，使用软件DESeq或EBSeq进行差异表达分析，并通过指标FDR和FC筛选差异表达基因，例如将FDR<0.01且差异倍数FC≥2作为筛选标准。

另一方面，图2示出了本发明一个实施例的无参转录组分析方法的流程图；如图2所示，该方法包括：

S1：获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

S2：根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。

本实施例为应用上述系统实施例进行无参转录组分析的方法实施例，其原理和技术效果类似，此处不再赘述。

下面结合图3～图4具体说明本发明的无参转录组分析系统及方法的具体应用过程。

图3示出了本发明一个实施例的流程定制模块的界面示意图；如图3所示，流程定制模块可自定义无参转录组分析各步骤的主要参数，包括测序数据导入、转录组装、基因功能注释、差异表达分析四个参数模块，分析结果以后分析报告将展示在页面上。

在测序数据导入子模块中，数据的导入有两种方式，一种是导入每个样品的一对FASTQ格式文件(命名必须以“_1.fq”和“_2.fq”结尾方可被系统识别)，也可导入包含多个样品测序数据的一整个目录。在该模块中样品编号可以自定义，为了分析可行性和有效性，样品编号必须保证唯一，并且只能包含字母和数字，以字母开头，不能超过5个字符；

在转录组组装子模块中，用户可以根据自己的实际情况来切换两种组装方式，但是合并组装相比于分开组装，合并组装获得的Unigene库更完整、冗余度更低；后续表达量分析和差异表达分析更可靠；合并测序数据间接增加数据量，能够组装获得相对低表达的转录本。因此Trinity官方亦推荐使用合并组装，以便进行后续的表达定量和差异表达分析；

在基因功能注释子模块中，用户根据实际情况，通过点击不同的下拉选项选择不同的注释分类对目的物种进行功能注释。当前无参转录组分析App版本细菌、真菌数据集暂时用不到，所有数据集是针对整个数据库进行注释，该数据集通常较费时；

在差异表达分析子模块中，用户可以根据自己的情况灵活的自定义差异表达方案，通过设定差异筛选倍数和错误发现率两个指标来筛选差异表达基因及其数目结果。

自定义完各个分析参数后，用户可以点击提交按钮，确认参数无误后，点击确定按钮，流程开始运行。

优选地，本系统还可以包括“我的任务”子模块，用于在流程运行任务状态下，查看正在进行的任务。

图4示出了本发明一个实施例的差异基因挖掘子模块的界面示意图。如图4所示，本实施例的差异基因挖掘子模块可以由用户根据自己的需求从流程定制的差异表达基因分析的结果中进行数据挖掘，其包括“差异表达基因集查询”、“差异表达基因集维恩图”和“基因共表达趋势分析”三个单元。

差异表达基因集查询单元是用来显示流程定制中基因分组选择中定义的差异表达基因集及其相关分析结果，结果将会以图的形式进行展示。

差异表达基因集维恩图单元用于绘制维恩图的基因集是在样品间差异表达基因集，结果将会以图的形式进行展示。

基因共表达趋势分析单元是适用于2个以上的时间序列样本，分析随时间推移基因表达丰度的不同变化模式，结果将会以图的形式进行展示。

以上实施例仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种无参转录组分析系统，其特征在于，包括流程定制模块和数据挖掘模块；

所述流程定制模块用于获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

所述数据挖掘模块用于根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。

2.如权利要求1所述的系统，其特征在于，所述流程定制分析结果包括Unigene集注释分析结果、差异表达基因集的注释和富集分析结果、各样品基因表达量、Unigene数据库及相关统计文件、简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果、差异表达基因及其数目结果；

其中，所述Unigene数据库为以所述原始测序数据作为输入数据通过从头denovo组装转录本Transcript构建转录组所得到的数据库，所述样品为所述原始测序数据的各个样品。

3.如权利要求2所述的系统，其特征在于，所述数据挖掘模块包括：

基因挖掘子模块，用于根据不同的预设检索类型并基于所述Unigene数据库进行基因信息的检索；

表达量挖掘子模块，用于根据所述差异表达基因集的注释和富集分析结果挖掘基因表达量数据；

差异基因挖掘子模块，用于根据所述差异表达基因及其数目结果挖掘差异表达基因数据。

4.如权利要求3所述的系统，其特征在于，所述预设检索类型包括功能关键词检索、基因编号列表检索以及基因序列片段检索。

5.如权利要求3所述的系统，其特征在于，所述数据挖掘模块包括：

常用数据与软件子模块，用于分块展示所述流程定制分析结果，并以所述流程定制分析结果作为输入量调用预先存储的后续分析软件进行后续分析。

6.如权利要求5所述的系统，其特征在于，所述常用数据与软件子模块包括：

注释富集单元，用于展示所述Unigene集注释分析结果、差异表达基因集的注释和富集分析结果；

基因表达单元，用于展示所述各样品基因表达量、Unigene库及相关统计文件；

基因结构单元，用于展示简单重复序列SSR分析结果、单核苷酸多态性SNP分析结果以及编码区CDS预测结果。

7.如权利要求3所述的系统，其特征在于，所述差异基因挖掘子模块包括：

差异表达基因查询单元，用于展示所述差异表达基因数据；

差异表达基因集维恩图，用于根据所述差异表达基因数据绘制差异表达基因集的维恩图，所述差异表达基因集为所述原始测序数据的各个样品间的差异表达基因集；

基因共表达趋势分析，用于根据所述差异表达基因数据识别差异表达基因的共表达模式。

8.如权利要求7所述的系统，其特征在于，所述流程定制模块包括：

测序数据导入子模块，用于提示用户导入预设格式的所述原始测序数据；

转录组组装子模块，用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本进行转录组组装；

基因功能注释子模块，用于通过多个预先建立的云数据库对Unigene中的基因数据进行功能注释；

差异表达分析子模块，用于根据预设筛选指标筛选所述原始测序数据的所述差异表达基因及其数目结果，所述差异表达基因及其数目结果包括各个样品之间的差异表达基因以及所述差异表达基因的数目；

其中，所述差异表达基因包括上调基因和下调基因；相应地，所述差异表达基因的数目包括上调基因的数目和下调基因的数目；所述预设筛选指标包括差异筛选倍数和错误发现率。

9.如权利要求8所述的系统，其特征在于，所述转录组组装子模块进一步用于将所述原始测序数据reads拼接成转录本Transcript，并根据该转录本和Trintity组装软件进行转录组组装，所述Trintity组装软件为预先编写的用于对所述原始测序数据进行组装的软件。

10.一种无参转录组分析方法，其特征在于，包括：

获取用户请求以及原始测序数据，并根据所述用户请求以及原始测序数据进行分析，以获取流程定制分析结果；

根据所述流程定制分析结果进行无参考基因组的转录组测序分析，并展示所述转录组测序分析的结果。