【原】公司標(biāo)準(zhǔn)分析報(bào)告如何發(fā)Q1且IF 5+文章？

健明 2025-01-02 發(fā)布于廣東

展開(kāi)全文

最近看到一篇非常有意思的文獻(xiàn)，文獻(xiàn)標(biāo)題為《Transcriptome dataset of omental and subcutaneous adipose tissues from gestational diabetes patients》，作者來(lái)自美國(guó)密歇根州立大學(xué)。這篇文獻(xiàn)實(shí)在是太經(jīng)典了，僅僅是 2*2分組常規(guī) bulk 轉(zhuǎn)錄組測(cè)序即可，并且可以毫不夸張的說(shuō)：根本無(wú)需任何生物學(xué)背景就發(fā)出來(lái)了！

下面來(lái)看一看，瞧一瞧，學(xué)習(xí)怎么利用公司的標(biāo)準(zhǔn)流程分析報(bào)告發(fā)文章~

首先是文章的實(shí)驗(yàn)設(shè)計(jì)，僅僅是給了一個(gè)表格

取樣為來(lái)自自5個(gè)妊娠期糖尿病患者和匹配的5個(gè)對(duì)照組的皮下和大網(wǎng)膜脂肪組織（AT），展示了這10個(gè)patient的一些年齡、BMI、胰島素等指標(biāo)。

接著是樣本的實(shí)驗(yàn)指標(biāo)如RIN值

比如轉(zhuǎn)錄組建庫(kù)的時(shí)候要求的 RNA 濃度、RIN值（一般建庫(kù)要求RIN>8，表示RNA是否發(fā)生降解）。

數(shù)據(jù)量展示

接著文章給出了每個(gè)樣本的數(shù)據(jù)量，包括測(cè)序前的原始測(cè)序數(shù)據(jù)量，以及過(guò)濾后的數(shù)據(jù)量，過(guò)濾前后的數(shù)據(jù)損失比例。

這里的數(shù)據(jù)量一般指 fq數(shù)據(jù) 中每個(gè)樣本測(cè)了多少條read，使用M=1000,000來(lái)表示，每個(gè)樣本測(cè)了多少個(gè)堿基，使用G=1000,000,000 表示。

數(shù)據(jù)量在我們的轉(zhuǎn)錄組授課中進(jìn)行了特別強(qiáng)調(diào)，因?yàn)楹芏嗳硕?搞不清楚 fq的物理存儲(chǔ)大小的G（即所占磁盤(pán)空間），以及測(cè)序數(shù)據(jù)量的G（即10億）。

原始fq的fastqc質(zhì)控圖

第一個(gè)圖展示了fq數(shù)據(jù)的每個(gè)每個(gè)堿基質(zhì)量值分布，第二圖為每條序列的平均堿基質(zhì)量值分布，第三幅圖為每條序列的GC含量密度曲線圖。這些圖片的詳細(xì)解釋也在我們的轉(zhuǎn)錄組授課中進(jìn)行了非常詳細(xì)的介紹，數(shù)據(jù)質(zhì)量好的時(shí)候不好的時(shí)候都呈現(xiàn)一個(gè)什么樣的分布。

Hisat2比對(duì)結(jié)果展示

A圖為hisat2數(shù)據(jù)總比對(duì)率的柱狀圖，B圖為featurecount定量指標(biāo)的堆積柱狀圖。一般樣本的數(shù)據(jù)總比對(duì)率高于90%，還需要關(guān)注一下唯一比對(duì)率。

樣本相關(guān)性指標(biāo)圖

定量完后拿到一張樣本表達(dá)矩陣，就可以進(jìn)行下游分析了，比如差異分析前檢查一下樣本分組，使用樣本相關(guān)性熱圖，樣本PCA分析圖。除此之外，我們的轉(zhuǎn)錄組課程還介紹了層次聚類(lèi)，樣本表達(dá)總體分布的箱線圖、小提琴圖、密度曲線圖。

這里的一個(gè)重要指標(biāo)為：樣本的組內(nèi)相關(guān)性一定高于組間。

差異分析結(jié)果展示

每種組織的單獨(dú)PCA分析以及差異結(jié)果的MA圖展示（可以看得出來(lái)，每次差異分析里面的組間差異不明顯，反而是組內(nèi)的樣品異質(zhì)性很大，這樣的話就會(huì)導(dǎo)致差異基因很少很少，所以有些差異本來(lái)就是不應(yīng)該很明顯）

功能富集分析展示

每種組織的差異分析結(jié)果使用hallmark 通路進(jìn)行功能富集分析，看到這里我不禁懷疑，這個(gè)作者知道hallmark通路里面都是什么生物學(xué)相關(guān)的通路嗎？

妊娠期糖尿病患者并不是腫瘤，理論上不需要的hallmark通路注釋，所以說(shuō)發(fā)這個(gè)期刊做這樣的文章壓根就不需要什么生物學(xué)背景！

三張表格，五張圖片，文章到此，戛然而止！

全部分析流程如下：

我們隨便網(wǎng)上找一篇公開(kāi)的示例標(biāo)準(zhǔn)分析報(bào)告可能都比這強(qiáng)?。?span style="color: rgb(0, 82, 255);">https://www./cloudir/reports/transcriptome/%E7%BB%93%E9%A2%98%E6%8A%A5%E5%91%8A.html

最后好奇這個(gè)雜志搜了一下：

《Scientific Data》是一本專注于數(shù)據(jù)的同行評(píng)審開(kāi)放獲取期刊，由Springer Nature出版商出版。該期刊創(chuàng)刊于2014年，主要發(fā)表描述具有科學(xué)價(jià)值的數(shù)據(jù)集以及促進(jìn)科學(xué)數(shù)據(jù)共享和再利用的研究。以下是關(guān)于《Scientific Data》的一些關(guān)鍵信息：

出版信息：

ISSN：2052-4463
出版語(yǔ)言：英語(yǔ)
出版地區(qū)：英國(guó)
是否開(kāi)放獲?。∣A）：是
出版周期：每年出版1期。

內(nèi)容與范圍：

《Scientific Data》主要發(fā)表“Data Descriptors”（數(shù)據(jù)描述），這是一種新型出版物，提供研究數(shù)據(jù)集的詳細(xì)描述，包括數(shù)據(jù)收集方法和支持測(cè)量質(zhì)量的技術(shù)分析。這些描述旨在幫助他人重用數(shù)據(jù)，而不是測(cè)試假設(shè)或提出新的解釋、方法或深入分析。
期刊對(duì)廣泛的自然科學(xué)學(xué)科開(kāi)放投稿，包括但不限于生命科學(xué)、生物醫(yī)學(xué)和環(huán)境科學(xué)領(lǐng)域的數(shù)據(jù)。提交的內(nèi)容可以是大數(shù)據(jù)或小數(shù)據(jù)，來(lái)自新實(shí)驗(yàn)或現(xiàn)有數(shù)據(jù)的增值聚合，來(lái)自主要聯(lián)盟和單個(gè)實(shí)驗(yàn)室。
期刊也愿意考慮來(lái)自社會(huì)科學(xué)的定量數(shù)據(jù)集的描述，特別是那些可能用于跨越生命、生物醫(yī)學(xué)、環(huán)境和社會(huì)科學(xué)之間傳統(tǒng)學(xué)科界限的綜合分析的數(shù)據(jù)集。