华大结题报告1.21转录组denovo帮助

华 转录 denovo项目帮助文产量得到的原始图像数据经basecalling转化为序列数据，我们称之为rawdata或rawreads，结果以fastq文件格式 reads的序列以及reads的 质量。在fastq格式文件中每个read由四行描述：+每个序列共有4行，第1行和第3行是序列名称（有的fq文件为了节省 仪产生；第2行是序列；第4行是序列的 对应第2行每个碱基，第四行每个字符对应的ASCII值减去64，即为该碱基的 质量值，比如c对应的ASCII值为99，那么其对应的碱基质量值是35。从IlluminaGAPipelinev1.3开始（目前为v1.6），碱基质量值范围为2到41。表2 错误率 错误率用E表示，碱基质量值用sQ表示，则有下列关系sQ=-错误质量对应字MT^h华 转录 denovo项目帮助文得到的reads，并不都是有效的。里面含有带接头的，重复的， 质量很低的reads，这些reads会影响组装和后续分析，我们对下机的reads过滤，得到clean reads。去除N的比例大于5%的获得Cean软 版 相 参数设f内f内部软--Clean后续的分析都基于由原始数据过滤后得到的cleanreads华 转录 denovo项目帮助文组装结果分我们使用短reads组装软件Trinity。Trinty组装步骤如下Inchworm 构建k-mer库，K=25。过滤低频k-mer选择最高频度的k-mer作为 （不包括复杂度和单一的k-mers,一次用完即从k-mer库中剔除），用来Contig组装。以k-mer间overlap长度等于k-1对 进行延伸，直到不能再延伸，形成线性Contig。Chrysalis把可能存在可变剪切及其他平行 ponent，对每个Component构建deBruijngraphs。拿reads验证，看每个Component的reads支持情况。Butterfly合并在deBruijn图中有连续节点的线性路径，以形成更长的序列。剔除可能由于 错误（只有极少reads支持）的分叉，使边均匀。用动态规划算法打分，鉴定被reads和readpairs支持的路径，剔除reads支持少的路径。Trinty组装结果我们称之称为Unigene。组装得到的Unigene，首先使用Tgicl将其去冗余和进一步拼接，然后再对这些序列进行同源转录本聚类，得到最终的Unigene。如果同一种做了多个样 ，不同样品组装得到的Unigene也需要通过序列聚类软件做进一步序列拼接，去冗余处理，以及同源转录本聚类，得到尽可能长的非冗余Unigene在进行同源转录本聚类以后，Unigene分为两部分。一部分是clusters，同一个cluster里面有若干条相似度高（大于70%）的Unigene（以CL开头，CL后面接 其余的是singletons（以Unigene开头），代表单独的Unigene。最后，将Unigene序列与蛋白数据库NR、Swiss-Prot、KEGG和COG做blastx比对（evalue<0.00001），取比对结果最好的蛋白确定Unigene的序列方向。如果不同库之间的比对结果有，则按NR、Swiss-Prot、KEGG和COG的优先级确定Unigene的序列方向，跟以上四个库皆比不上的Unigene我们用软件ESTScan确定序列的方向。对于能确定序列方向的Unigene我们给出其从5'到3'方向的序列，对于无法确定序列方向的Unigene我们给出组装软件得到的序列。华 转录

denovo项目帮助文*组装步骤软软 版 相 参数设Trn

re

n/fes/tgc

--minglue3--grouppairs -40-c10-v-repeat_strngency0.95-mnmatch35-mnscore参考文献GrabherrMG,HaasBJ,etal.Full-lengthtranscriptomeassemblyfromRNA-Seqdatawithoutareferencegenome.NatureBiotechnology.2011,29(7):644-华 转录 denovo项目帮助文IseliC,JongeneelCV,etal.ESTScan:aprogramfordetecting,evaluating,andreconstructingpotentialcodingregionsinESTsequences.ProcIntConfIn SystMolBiol.1999:138-48.华 转录 denovo项目帮助文Unigene功能注释及COG分NRSwissProt是两个著名的蛋白数据库，其中SwissProt是经COG是对 产物进行直系同源分类的数据库，每个COG蛋白都被假定来自祖先蛋白，COG数据库是基于细菌、藻类、真核生物具有完整 KEGG是系统分 产物的功能的数据库，用KEGG可以进一步研 NT是NCBI非冗余核酸软版相软版相数据版参数设reReease63.0reease-reSwss-Prothttp://breReease63.0reease-reSwss-Prothttp://bast.ncb.nm.n /B

v2.2.26+x64-

-FF-e1e-5-pb华 转录 denovo项目帮助文Unigene功能注释及COG分描述生物体 产物的属性。GO总共有三个ontology，分别描 的分子功能（molecularfunction）、细胞组分（cellularcomponent）、参与的生物 process）。我们根据NR注释信息，使用Blast2GO软件[1]得到Unigene的GO注释信息。Blast2GO已被其它文献 超过150次，是 广泛认可的GO注释软件。得到每个Unigene的GO注释后，我们用WEGO软件[2]对所有Unigene做GO功能分类统计，从宏观上认识该物种的 软 版 相 数据 版 参数设B

reease2012-08-

默认参参考文献ConesaA,GötzS,etal.Blast2GO:auniversaltoolforannotation,visualizationand ysisinfunctionalgenomicsresearch.Bioinformatics.2005,21(18):3674-6.YeJ,FangL,etal.WEGO:awebtoolforplottingGOannotations.NucleicAcidsRes.2006,34(WebServerissue):W293-华 转录 denovo项目帮助文Unigene代谢通路分KEGG是系统分 产物在细胞中的代谢途径以及这 产物的功能的数据库，利用KEGG可以进一步研 在生物学上的复杂行为。根据KEGG注释信息我们能进一步到Unigene的Pathway软 版 相 数据 版 参数设Path_f

内部版

默认参考文献[1]KanehisaM,ArakiM,etal.KEGGforlinkinggenomestolifeandtheenvironment.NucleicAcidsRes.2008,36(Databaseissue):D480-华 转录 denovo项目帮助文预测编码蛋白框首先，我们NRSwiss-Prot、KEGGCOG的优先顺将Unigene序列以蛋库做blastx比（evalue<0.00001），如果某Unigene序比对上优级据库中的蛋白，则不进入下一轮比对，否则自动跟下一个库做比对，如此循环直到跟所有蛋白 对完。我们blast比对结果中rank最高的蛋白确定该Unigene的编码区序列，然后根据标准密码子表将编码区序列翻译成氨基酸序列，从而得到该Unigene编码区的核酸序列（序列方向5'->3'）和氨基酸序列。最后，跟以上蛋白库皆比对不上的Unigene我们用软ESTScan预测其编码区，得到其编码区的核酸序列（序列方向5'->3'）和氨基酸序列。32位版：ftp://ftp.ncb.nm.n 64位版：ftp://ftp.ncb.nm.n 根据机器选择相应版 ，我们提供了32位的版本blast-2.2.23-ia32-以32位版双击bast-2.2.23-a32-wn32.exe即可解压，会在当前路径（假设当前路径为“C:\bast”）生成bn、data、doc三 将bn路径加入系统右击“我的电脑属性——高级——环境变量——双击“Path”修改——在最后加入第1步中bin的路径，用“;”与之前的值隔开，即“;C:\blast\bin”，重启系统使之生效如果不做第2步，使用时要输入完整的路径参考 格式化数据核酸序列，如All-formatdb-iAll-Unigene.blast.cds.fa-p用鼠标将-Unigene.blast.cds.faformatN.batifaformatdb-iAll-Utein.fa-p执行b待分析序列为核酸序列数据库为核酸序列，如All-Unigene.blast.cds.fablastall-pblastn-iseq.fa-dAll-Unigene.blast.cds.fa-e1e-5-m8-o该命令的意思是，对seq.fa文件中的核酸序列对-Unigene.blast.cds.fa数据库执行blastn搜索，e值限制是1e-5，输出的结果以m8格式保存到文件seq.blastn.m8中。用鼠标将seq.fa拖到runBlastn.bat上后，会自动给出当前下可用的数据库用于选择，选择一个数据库（或输入其它数据库的路径）后将会自动运行blastn进行比对。数据库为蛋白序列，如-Utein.fa。华 转录 denovo项目帮助文blastall-pblastx-iseq.fa-dAll-Utein.fa-e1e-5-m8-o该命令的意思是，对seq.fa文件中的核酸序列对All-Utein.fa数据库执行blastx搜索，e值限制是1e-5，输出的结果以m8格式保存到文件seq.blastx.m8◦用鼠标将seq.fa拖到runBlastx.bat上后，会自动给出当 下可用的数据库用于选择，选择一个数据库（或输入其它数据库的路径）后将会自动运行blastx进行比对作为数据库使用的序列文件，路径中可以含有空格，但文件名中不能含有空格（因为BLAST不支持）软 版 相 参数设

默认参参考文献[1]IseliC,JongeneelCV,etal.ESTScan:aprogramfordetecting,evaluating,andreconstructingpotentialcodingregionsinESTsequences.ProcIntConfIn SystMolBiol.1999,138-48.华 转录 denovo项目帮助文Unigene表达差异分差异表达分析找出在不同样本间表达量不同 做GO功能分析和KEGG Pathway分析Unigene表达量的计算使用FPKM法（FragmentsPerkbperMillionfragments）。其计 设FPKM(A)为UnigeneA的表达量，则C为唯一比对到UnigeneA的fragments数，N为唯一比对到所有Unigene的总fragments数，L为UnigeneA的碱基数。FPKM因长度 FPKM和RPKM算法 reads两端比对上gene时，FPKM算法将该reads当做1条fragment来计算，而RPKM则当做2条reads来计算差异表 的筛参照AudicS.等 在GenomeResearch上的基 筛选差异表 H1:某一 假设观测 A对应的fragments数为x，已知在一个大文库中，每 表达量的一小部分，在这种情况下，p(x)的分布服从泊松分布已知，样本一能比对到所有Unigene的总fragments数为N1，样本二能比对到所有Unigene的总fragments数为N2，样本一中唯一比对到 A的fragments数为x，样本二中唯一 A的fragments数为y，则该假设检验的p-value可由以下 或其华 转录 denovo项目帮助文当我们做多重假设检验时，能够保证单次假设检验有比较小的错误发生率的p-value已经不再能够保证足够小的整体错误发生率。因此我们要做多重假设检验校正，将整体的错误发生率控制在一定的水平.FDR（FalseDiscoveryRate）就是多重检验校正中一种校正p-value的统计学方法。在实际中，FDR是错误发现率的期望。假设挑选了R个差异表达 ，其中S个是真正有差异表达的 ，另外V个是其实没有差异表达的 ，为假阳性结果，FDR=E（V/R）.假设我们希望平均错误比例FDR 过1％时，就在进行假设检验时预先设定FDR能超过0.01。在得到差异检验的FDR值同时，我们也根据 的表达量（FPKM值）计算该 在不同样本间的差异表达倍数。FDR值越小，差异倍数越大，则表明表达差异越显著。在我们的分 定义为FDR≤0.001且倍数差异在2倍以上的 软 版 相 参数设内部版内部版-默认参

/soapa

-m0-x500-s40-35-v5-r参考文献MortazaviA,WilliamsBA,etal.Map and fying liantranscriptomesbyRNA-Seq.NatureMethods.2008,(5):621-AudicS,ClaverieJM.Claverie.Thesignificanceofdigitalgeneexpressionprofiles.GenomeRes.1997,7(10):986-华 转录 denovo项目帮助文差异Unigene的GO和Pathway分GO功能分析一方面给出差异表 的GO功能分类注释；另一方面给出差异表 的GO功能显著性富集分析 向GO数据库( 数，从而得到具有某个GO功能的 中显著富集的GO条目,该假设检验的p-value计算 其中，N为所有Unigene中具有GO注释的 数目；n为N中差异表达 的数目；M为所有Unigene中注释为某特定GO 数目；m为注释为某特定GO 数目。计算得到的pvalue通过Bonferroni校正之后，以corrected-pvalue≤0.05为阈值，满足此条件的GO term定义为在差异表 term。通过GO功能显性富集分析能确定差异表 我们的GO功能分析同时整合了表达模式聚类分析，研究人员能方便地看到具有 response为在差异表 个GO term。表达模式聚类图显示了参与immuneresponse的差 的表达模式(其中Ratio表 在两个样本中表达量FPKM的比值)华 转录 denovo项目帮助文在差异表 中显著富集的GO华 转录 denovo项目帮助文KEGGPathway

参与immuneresponse的差 表达模式聚类在生物体内，不 相互协调行使其生物学，基于Pathway的分析有助于更进一步了 的生物学功能。KEGG是有关Pathway的主要公共数据库Pathway显著性富集分析以KEGG Pathway为单位，应用超几何检验，找出与整 中显著性富集的Pathway。该假设检验的p-value计同GO功能显著性富集分析的相似，在这里N为所有Unigene中具有Pathway注释 数目；n为N中差异表 的数目；M为所有Unigene中注释为某特定Pathway 数目为注释为某特定Pathway的差异表 数目。计 如下经过多重检验校正后，选择Qvalue≤0.05的Pathway定义为在差异表 中显著富集的Pathway。Q-value和FDR类似，都是对p-value的一种校正。某一个假设检验的Q-华 转录 denovo项目帮助文就是FDR的最小值，在这些FDR下该假设检验可以被认为是显著的通过Pathway显著性富集能确定差异表 pathway华 转录 denovo项目帮助文各列意义如下 序通路DEGswthpathwayannotaton注释到该通路的差异表达的数AgeneswthpathwayannotatonPva注释到该通路的所有的数超几何检验的PQvaQ值（Q≤0.05为在差异表达中显著富集的KEGG数据库中的Pathway注：Qvalue≤0.05的Pathway在差异表 差异表 的Pathway显著性富集分析不但得到最有意义的Pathway列表，点击其中的 还将得到KEGG数据库中Pathway的详细信息，如点击表8第一列第三行的cellreceptorsignalingpathway，可以看到如下图所示的详细信息，上 华 转录 denovo项目帮助文KEGG数据库中Bcellreceptorsignalingpathway华 转录 denovo项目帮助文软 版

数据 版 参数设GO-TermFnderPath_fnder

内部软

st/GO-TermF-

reease2012-08-

默认参参考文献[1]KanehisaM,ArakiM,etal.KEGGforlinkinggenomestolifeandtheenvironment.NucleicAcidsRes.2008,36(Databaseissue):D480-484.华 转录 denovo项目帮助文UnigeneSSR分简单重复序列（SimpleSequenceRepeat，SSR）又称 DNA，指的 组中由1-6个核苷酸组成的基本单位重复多次构成的一段DNA，广泛分布 长度一般在200 bp以下，其两端的序列高度保守，可设计引物进行PCR扩增，揭示其多态性基于转录组的SSR检测是以组装出来Unigene作为参考序列，使用SSR软件MicroSA lite(MISA)，来找出所有的SSR。对所有SSR重复单元在Unigene上前后序列的长度进行筛选。只保留前后序列均不小于150bp的SSR，用其设计引物。基于SSR重复单元前后的序列设计引物，每条SSR产生5条引物。使用软件primer3-2.3.4，具体参数请见配置文件primerin 引物不能存在SSR将获得的引物比对到Ungene序列，引物的5端允许有3个碱基的错配，3端允许有1个碱基去掉那些比对到不同Ungene上的引物，筛选那些唯一匹配的引物使用 软版软版 相参数设McroSAtete(MISA)Prmer3

1-12,2-6,3-5,4-5,5-4,6-eben.de/msa/meben.de/msa/m 华 转录 denovo项目帮助文SNP分我们使用SOAPsnp（Li,Zhuetal.2009）测样品的单核苷酸多态性（SingleNucleotidePolymorphism，SNP），或称之为杂合位点SOAPsnp是SOAP 中的一员。它也是一种 工具，可以为基于原 片段在已知序列上的比对而组装出 在参考序列上的共有序列。这样我们就可以通过比较 SNP华 转录 denovo项目帮助文对于多个样品，使用-Unigene.faSNP。然后对每个样品SNP结果合并到一起，并进行比较，找出它们相同和不同的地方。根据不同的条件，将SP位点归到以下的几种类型：所有样品在该位点具有相同型式的SNP所有的SNP位点软软 版 相 参数设

-ut-Q-L参考文献[1]LiR,YuC,etal.SOAP2:animprovedultrafasttoolforshortreadalignment.Bioinformatics.2009,25(15):1966–1967.华 转录 denovo项目帮助文主成分分主成分分析（principalcomponents ysis，PCA）是一种简化数据集的技术，它把原始数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标（称为第一主成分）上，第二大方差在第二个坐标（第二主成分）上，依次类推。主成分分析减少数据集的维数，同时保持数据集的对方差贡献最大的特征。R语言中的 p函数可以进行软 版 相 参数设Rpr 参考文献 VenablesWN,RipleyBD.ModernAppliedStatisticswithS,Springer-Verlag.2YuLJ,LuoYF,LiaoB,etal.Comparative ysisoftransporters,phytohormoneandlipidmetabolismpathwaysinresponsetoarsenicstressin(Oryzasativa).NewPhytol.2012,195(1):97-华 转录 denovo项目帮助文条件特异表达分令ei(g)为 g在样品i中的reads数，则 g在所有样品中的reads数为E(g)=∑iei(g)。令si为样品i中所有reads数，则期望的每个 在样品i中的reads数与pi=si/∑isi成 g，如果它在所有组织中均匀地表达，则期望的它在组织i中reads数为fi=E(g)pi。定义expression ent(EE)EEi(g)=ei(g)/fi(g)， g在样品i中的reads数观测值对期望值的比例。更大的EEi(g)代表 评估一个较大的EEi(g)值是由于偶然因素而不是真实的偏向性表达情况，为expression ent值定义一个P-value，它由如

P(g)=∑ )px(1-pi x=e我们通常定义满足：EEi(g5和Pi<10

.5 为条件特异表 软版相参数设内部软件--rato3-pvaue参考文献[1]YuX,LinJ,ZackDJ,Qian putational ysisoftissue-specificcombinatorialgeneregulation:predictingin ctionbetweentranscriptionfactorsinhumantissues.NucleicAcidsRes.2006,34(17):4925-4936.华 转录 denovo项目帮助文 工作流程概 上图描述的转录 的实验步骤:提取样品总RNA并使用DNase I消化DNA后，用带有Oligo（dT）的磁珠富集真核生物mRNA（若为原核生物，则用试剂盒去除rRNA后进入一步）；加入打断试剂在Thermomixer中适温将mRNA打断成短片段，以打断后的mRNA为模板合成一链cDNA，然后配制二链合成反应体系合成二链cDNA，并使用试剂盒纯化回收华 转录 denovo项目帮助文粘性末端修复、cDNA的3'末端加上碱基"A"并连接接头，然后进行片段大小选择，最后进行PCR扩增；构建好的文库用Agilent2100Bio yzer和ABIStepOnePlusReal-TimePCRSystem质检合格后，使用IlluminaHiSeq™2000或其他 4.1.2信息分析流程简对原始数据进行去除接头序列及低质量reads的处理：获得Cean数据产出统计 组装结果分析：用短reads组装软件Trnty组装，对组装出来的Contg和Ungene做一个长度分布统Ungene功能注释及COG分类：分别将Ungene注释到NR，NT，Swss-Prot，KEGG，COG，GO库，并分别对注释到每个库以及所有注释上的Ungene数目进行统计，给出NR分类图和COG分类图；Ungene的GO分类：根据NR注释信息得到GO功能注释，得到每个Ungene的GO注释后，我们用WEGO软件对所有Ungene做GO功能分Ungene代谢通路分析：根据KEGG数据库的注释信息我们能进一步得到Ungene的Pathway预测编码蛋白框（CDS）：按NR、Swss-Prot、KEGG和COG的优先级顺序将Ungene序列与以上蛋白库做bastx比对，翻译后得到该Ungene编码区的核酸序列（序列方向5）和氨基酸序列。皆比对不上的Ungene我用软件ESTScan预测其编码区Ungene表达差异分析、样品间的差异GO分类和Pathway富集性分析：差异表达分析找出在不同样本间表达量不同 做GO功能分析和KEGGPathway分；SNP分析：使用SOAPsnp检测样品的单核苷酸多态性（SngeNuceotdePoymorphSSR开发及引物设计：以组装出来Ungene作为参考序列，使用SSR软件M 华 转录 denovo项目帮助文条件特异表 分析主成分分析（PCA）华 转录 denovo项目帮助文Q1：转录组研究A1：基于的有cDNA文库、EST文库、SAGEcDNA；表达聚类。Q2： 相比，转录组高通量有什么优势 是用已知序列的探针和样本mRNA进行杂交来获得mRNA的序列信息的，如果样本mRNA以前从来没有过，那么 新的mRNA；另外，核酸杂交的背景噪音很高，存在交叉杂交现象。转录组是直接对样本mRNA进序，能够发现很多新的mRNA；转录组对表达上调或下降的检测范围能够 的百倍左右要灵敏。而且在有参考组的情况下，通过转录组您还可以分析可变剪切、结构变异、全组水平表达丰度等情况。Q3：华大与竞争对手的价格比较如何，有何优势A3：华大一直致力于为客户提供高性价比 ：转A4：均可以Q5：是否需要生A5：是的，至少需要两次生物学重复，3次以上的生物学重复更好。2011年7月Hansen[1] 。如果不设生物学重复，高影响因子 Q6酸平台是否会对客户样品进行DNase处理A6：华大建议客户送样前自行对样品进行DNase处理，建库前的DNase处理只能处理痕量DNA模板残Q7SMARTA7：普通反转录是直接反转录，然后对cDNA打断，但是对全长mRNA进行反转录，片段太长，反转录酶的效果会变差，导致末端的片段丢失；而SMART技术能够完整保留全长mRNA的信息。Q8：SMART技术的A8SMART技术原理：在合成cDNA的反应中事先加入的3'末端带Oligo(dG的SMART引物，由于逆转录酶以mRNA为模板合成cDNA，在到达mRNA的5'末端时碰到真核mRNA特有的帽子结构"，即甲基化的G时会连续在合成的cDNA末端加上几个dC，SMART引物的Oligo(dG与合成cDNA末端突出的几个C配对后形成cDNA的延伸模板，逆转录酶会自动转模板，以SMART引物作为延伸模板继续延伸cDNA单链直到引物的末端，这样得到的所有cDNA单链的一端有含Oligo(dT)的起始引物序列，另一端有已知的SMART引物序列，合成第二链后可以利用通用引物进行扩增。由于有5'mRNA才能利用这个反应得到能扩增的cDNA，因此扩增得到的cDNA就是全长cDNA。Q9：转录 A9：转录组 后可通过实时荧光定量PCR（qRT-PCR）技术来验证 [1]HansenMB,VerdurmenWP,etal.Amodularandnoncovalenttransductionsystemforleucine-zipper-taggedproteins.Chembiochem.2011,12(15):2294-华 转录 denovo项目帮助文专GO（GeneOntoogy）：是 （GeneOntoogyConsortum）所建立的数据库，旨在建立一个适用于各种物种的，堆积因何蛋白质功能进行限定和描述的，并能随着研 COG：CusterofOrthoogousGroupsofprotens（蛋白相邻类的聚簇）的缩写。COG数据库是基于细菌、藻类、真核生物具有完整 COG是对 产物进行直系同源分类构的数据库，每个COG的蛋白都是被假定为来自于一个祖先蛋白，为orthoogs或是paraogs。Orthoogs是指来自于不同物种的由垂直家系（物种形成）进化而来的蛋白，并且典型的保留与原始蛋白有相同的功能。Paraogs是那些在一定物种中的来源于 数据库进行比对，预测Ungene可能的功能并对其做功能分类统计。Nr：著名的蛋白数据库，根据nr注释信息我们能得到GO功能注释。Gene 表（controedvocabuary）来全面描述生物体中 产物的属性。GO总共有三个ontoogy，分别描述 的分子功能（moecuarfuncton）、所处的细胞位置（ceuarcomponent）、参与的生物过程（boogcaprocess）。KEGG：系统分 产物在细胞中的代谢途径以及这 产物的功能的数据库，用KEGG可以进一步研 在生物学上的复杂行为，根据KEGG注释信息我们能进一步华 转录 denovo项目帮助文转录组参考文我们精心收集了近 的转录组denovo文章，供合作伙 LiangC,LiuX,YiuS,etal.DenovoassemblyandcharacterizationofCamelinasativatranscriptomebypaired-endsequencing.BMCGenomics.2013,14:146.2WangH,JiangJ,ChenS,etal.Next-generationsequencingoftheChrysanthemumnankingense(As ceae)transcriptomepermitslarge-scaleunigeneassemblyandSSRmarkerdiscovery.PLoSOne.2013,8(4):e62293.3ChenX,ZhuW,AzamS,etal.Deepsequencing ysisofthetranscriptomesofpeanutaerialandsubterraneanyoungpodsidentifiescandidategenesrelatedtoearlyembryoabortion. ntBiotechnolJ.2013,11(1):115-27.4FengC,ChenM,XuCJ,etal.Transcriptomic ysisof bayberry(Myricarubra)fruitdevelopmentandripeningusingRNA-Seq.BMCGenomics.2012,5DuH,BaoZ,HouR,etal.TranscriptomesequencingandcharacterizationfortheseacucumberApostichopusjaponicus(Selenka,1867).PLoSOne.2012,6ZhangJ,LiangS,DuanJ,etal.Denovoassemblyandcharacterisationofthetranscriptomeduringseeddevelopment,andgenerationofgenic-SSRmarkersinpeanut(ArachishypogaeaL.).BMCGenomics.2012,13:90.7LiD,DengZ,QinB,etal.DenovoassemblyandcharacterizationofbarktranscriptomeusingIlluminasequencinganddevelopmentofEST-SSRmarkersinrubbertree(HeveabrasiliensisMuell.Arg.).BMCGenomics.2012,13:192.8LiuG,LiW,ZhengP,etal.Transcriptomic ysisof'Suli'pear(Pyruspyrifoliawhitepeargroup)budsduringthedormancybyRNA-Seq.BMCGenomics.2012,13:700.9LiuB,JiangG,etal. ysisoftranscriptomedifferencesbetweenresistantandsusceptiblestrainsofthecitrusredmitePanonychuscitri(Acari:Tetranychidae).PLoSONE.2011,6(12):e28516.10WeiW,QiX,WangL,ZhangY,etal.Characterizationofthesesame(SesamumindicumL.)globaltranscriptomeusingIlluminapaired-endsequencinganddevelopmentofEST-SSRmarkers.BMCGenomics.2011,12:451.11 ShenGM,DouW,NiuJZ,etal. ysisoftheorientalfruitfly(Bactroceradorsalis).PLoSOne.2011,6(12):e29127.12WangZY,ChenJY,ZhangXJ,etal.DenovoassemblyandcharacterizationofroottranscriptomeusingIlluminapaired-endsequencinganddevelopmentofcSSRmarkersinsweetpotato(Ipomoeabatatas).BMCGenomics.2010,11:726.13ChenS,YangP,JiangF,etal.Denovo ysisoftranscriptomedynamicsinthemigratorylocustduringthedevelopmentofphasetraits.PLoSONE.2010,5(12):14XiangLX,HeD,etal.Deepsequencing-basedtranscriptomeprofiling ysisofbacteria-challengedLateolabraxjaponicasrevealsinsightintotheimmune-relevantgenesinmarinefish.BMCGenomics.2010,11:472-480.15GrahamIA,BesserK,BlumerS,etal.ThegeneticmapofArtemisiaannuaL.identifieslociaffectingyieldoftheantimalarialdrugartemisinin.Science.2010,327(5963):328-华 转录 denovo项目帮助文信息挖掘推 挖掘多样品间差异表 及功 novo ，组装出unigene，筛选出多样品间的差异表达 进行聚类、GO和Pathway显著性富集分析。华大参与完成的转录组denovo文章：LiuB,JiangG,et ysisoftranscriptomedifferencesbetweenresistantandsusceptiblestrainsofthecitrusredmitePanonychuscitriTetranychidae).PLoSONE.2011,6(12):e28516. 单位中国农业 影响因子案例描*转录组denovo挖掘多样品间差异表 华 转录 denovo项目帮助文 组序列的物种，通过转录组denovo 表达情况，深入研究目标性状形成的分子机制，并可开发cDNASSRs（cSSRs）标记，可广泛用华大参与完成的转录组denovoWangZ,FangB,ChenJ,etal.DenovoassemblyandcharacterizationofroottranscriptomeusingIlluminapaired-endsequencinganddevelopmentofcSSRmarkersinsweetpotato(Ipomoeabatatas).BMCGenomics. ，建立了第一个甘薯转录组数据库，开发了cSSRs标记，用于甘薯育种。（华大参与完成） 影响因子案例描*转录组denovo开发SSR标记研究流华 转录 denovo项目帮助文对于无参 组，通常比对率很低，而使用转录组denovounigene组装结果则能提供良好结 多篇运用转录组denovo技术的文章。华大