前言

高中时，我们曾学过基因表达是通过基因-RNA-蛋白质途径从转录到翻译的过程，而转录组学就是研究基因-RNA过程中的变化。对转录组进行测序，就是分解一块人体组织，测量其中数万个基因的表达。如果有几十个正常样本和几十个疾病样本可供转录组测序，计算机程序就能计算出哪些基因在疾病中的表达高于正常，哪些基因在疾病中的表达高于正常。然后，这些差异表达的基因就可以与疾病的发生发展联系起来，通过对这些基因进行实验，我们就可以研究这些基因究竟是如何参与疾病的发生发展的。

当然，这不仅仅是正常状态和疾病状态的问题，我们还可以比较早期癌症患者和晚期癌症患者的组织，看看哪些基因是不同的，我们可以看看适合放疗的患者和不适合放疗的患者的基因，我们可以看看适合药物A的患者和适合药物B的患者的差异表达基因。

在进行上机之前，首先会对样品进行分组处理，比如药物组和空白对照组，然后再进行上机测序，下机之后我们会得到一批差异表达矩阵。

假如：Gene A 药物组高于空白对照组，Gene B 空白对照组高于药物组。如果能抑制这些基因表达，那么我们就可以治疗相关疾病。而在基因的差异表达分析中，也是同样的基本原理。

数据类型

表达矩阵有Count、FPKM、RPKM、TPM等数据类型。

Count：每个基因或转录本的原始测序计数，即测序仪器记录的每个基因的 reads 数。看到表达矩阵是整数的，基本上为Count，我上面展示的表达矩阵就是Count。FPKM、RPKM、TPM：进行标准化后的表达量。更直观的表达量，进行各种分析通常都用它们。

p值和Fold change含义

p值：p值就是看有没有差异的概率。如果没差异的概率小于0.05（p<0.05），则证明有差异。

Fold change翻译过来就是倍数变化，假设A基因表达值为1，B表达值为3，那么B的表达就是A的3倍。一般我们都用count、TPM或FPKM来衡量基因表达水平，所以基因表达值肯定是非负数，那么Fold change的取值就是(0, +∞)。

FC＞1，则Gene B＞Gene A，比如说FC=2，则表明Gene B是Gene A的两倍；

FC<1，则Gene B<Gene A，比如说FC=0.5，则表明Gene B是Gene A的0.5倍；

FC=1，则Gene B=Gene A，则表明Gene B是Gene A的1倍。

在生信分析中，我们一般会给定一个筛选标准，而在差异分析中一般都是取倍数的log2值。

比如下图中，图中每个点代表一个特定的基因或转录本，红色点表示显著上调的基因，蓝色点表示显著下调的基因，黑色点为非显著差异基因；将所有基因或转录本映射上去之后，可以获知，在左边的点为表达差异下调的基因，右边的点为表达差异上调的基因，越靠左边和上边的点表达差异越显著。通过log2 FC值的筛选，我们能快速锁定样本中有多少差异表达基因，并且知道其基因差异表达值的变化大小。

总结

这期我们主要了解如何分析转录组基因表达分析的结果，如果老师感兴趣可以关注我们的公众号，下期我们会继续推送我们转录组的结题报告相关内容。