基于方差和中值调整的RNA-Seq数据标准化方法及其评估

【摘要】随着新一代高通量测序技术的飞快发展,RNA测序技术(RNA-Seq)已经被广泛应用于各种生物的转录组分析中。由于不同的测序文库是由不同测序泳道产生的且测序深度有所不同,导致不同文库不能直接进行比较分析。因此,需要对测序文库序列数据进行标准化处理来调整不同测序泳道的总序列数,消除实验过程中测序技术上的误差,使能够更准确地分析基因的表达差异。本文提出了最小方差中值标准化方法,基于方差和中值调整对RNA-Seq数据进行标准化,既考虑了测序文库中所有基因的表达水平对全局表达量的影响,又考虑到每个单一的基因表达量影响。本文利用该方法对拟南芥多聚腺苷化[ploy(A)]位点和基因数据集进行分析,基于几何平均法计算几何平均方差和基于加权截尾法计算均值方差,对每个样本综合两个方差得到一个最优方差,最后对方差调整后的整个测序文库的所有样本进行中值调整,从而实现数据的标准化。本文最后基于不同样本间的数据分布、均方误差和K-S(Kolmogorov-Smirnov)统计两个经验统计量以及差异表达分析等方式对最小方差中值标准化方法进行评估,并与已有的标准化方法DESeq(DifferentialExpressionSequence)和TMM(TrimmedMeanofMValues)进行综合比较。实验结果表明,最小方差中值标准化方法能用于有效处理高通量RNA-Seq数据,实现不同条件下的测序数据的标准化,使标准化后的各个测序文库序列数样本具有相同数据分布,并能将所有测序样本调整到同一水平,缩小了测序文库中基因和poly(A)位点在不同测序样本下的总体表达差异。
【作者】王英；
【导师】吉国力；吴小惠；
【作者基本信息】厦门大学，系统工程，2014，硕士
【关键词】RNA测序；标准化方法；评估；

【参考文献】
[1]陈锋.两型社会背景下的浏阳市新农村村庄规划研究[D].湖南大学,建筑与土木工程,2011,硕士.
[2]陈晓琳.BP神经网络算法在传输网络系统QOS中的应用研究[D].湖北大学,无线电物理,2012,硕士.
[3]王蕊.壳聚糖—坡缕石—聚乙烯醇三元复合膜的制备及其对伊维菌素的缓释行为[D].西北师范大学,化学工程,2013,硕士.
[4]王玉锋.二维近藤晶格体系的相图研究[D].兰州大学,理论物理,2014,硕士.
[5]王明.基于非参数可加模型的房价影响因素分析[D].浙江工商大学,数量经济学,2012,硕士.
[6]魏彦玲.miRNA let-7f在胃癌多药耐药中的功能与机制研究[D].第四军医大学,内科学（专业学位）,2014,硕士.
[7]韩毅.铈锆铝复合氧化物CZ/A的制备及其性能的研究[D].华东理工大学,化学工程,2013,硕士.
[8]吴锦连.论劳动纠纷联动联调机制的立法构建[D].广东财经大学,法律（专业学位）,2014,硕士.
[9]蒙祖强,黄柏雄.不一致不完备决策系统中属性约简的比较研究[J].控制与决策,2011,06:867-872.
[10]王泽宁,费树岷,冯纯伯.一类开关切换系统的输出反馈镇定[J].控制与决策,2003,02:169-172+176.
[11]温郑铨,姜玉程.非线性控制系统的规范型分段线性化模型及其在数字仿真中的应用[J].冶金自动化,1990,04:38-42.
[12]王群.社区心理健康服务评价指标体系研究[D].复旦大学,社会医学与卫生事业管理,2012,硕士.
[13]刘鹏.菏泽市国土资源管理法治化问题研究[D].山东师范大学,公共管理（专业学位）,2013,硕士.
[14]戚琳.场协同太阳能海水淡化系统关键技术研究[D].青岛理工大学,供热、供燃气、通风及空调工程,2012,硕士.
[15]高颖.新人教版和北师大版高中语文必修教材中国古代选文比较研究[D].华中师范大学,学科教学,2014,硕士.
[16]侯忠明,夏禾,王元清,张彦玲.一种求解简支钢—混结合梁通用挠度表达式的数学解析方法[J].振动与冲击,2014,15:15-21.
[17]齐继峰.东海水团特征及黑潮与东海陆架水交换研究[D].中国科学院研究生院（海洋研究所）,物理海洋学,2014,博士.
[18]李财财.传统水墨动画的艺术表现研究[D].江西财经大学,广播电视艺术学,2013,硕士.
[19]胡正娟.一种实用高效的氟硼吡咯碘代新方法研究[D].南京理工大学,应用化学,2013,硕士.
[20]姚瑶.参数和非参数方法下让步比估计的比较[D].华中师范大学,概率论与数理统计,2014,硕士.
[21]高毅,申瑞民,杨帆,韩鹏.基于开放E-Learning平台的学生行为分析中心[J].计算机工程,2004,15:86-88.
[22]王钢.我国刑事传闻证据规则构建研究[D].山东大学,法律（专业学位）,2013,硕士.
[23]邱胜彬.新疆克拉玛依市水土保持规划[D].西安理工大学,水利工程,2003,硕士.
[24]汪涛.基于频繁子图挖掘的细胞器通信模式研究[D].哈尔滨工业大学,计算机科学与技术,2014,硕士.
[25]王娇.一种基于延伸网格密度的数据流聚类算法[D].哈尔滨工程大学,计算机应用技术,2012,硕士.
[26]李冰燕.氡及子体吸入对大鼠靶器官的损伤效应[D].苏州大学,卫生毒理学,2003,硕士.
[27]张念.铜离子织物烂花工艺研究[D].东华大学,纺织工程（专业学位）,2014,硕士.
[28]李建民.对沙漠油田油气集输工艺流程的初步探讨[J].石油规划设计.1993(02)
[29]李彪.肉苁蓉有效成分含量的研究[D].内蒙古农业大学,作物栽培学与耕作学,2012,硕士.
[30]潘莉,葛玲.当前社会群际心理冲突及其调适策略探讨[J].湖北社会科学,2015,03:32-36.
[31]丁琦.小型景观水体环境黑臭产生的机制及其规律的研究[D].安徽建筑工业学院,市政工程,2012,硕士.
[32]蒋璠.数据仓库技术及其应用现状与前景[J].中国保险管理干部学院学报,2004,06:53-54.
[33]徐云霄.基于统一模型下的间接式TPMS的建模与实验研究[D].燕山大学,车辆工程,2014,硕士.
[34]范萍.当下中国电影的底层叙事研究[D].山东师范大学,电影学,2013,硕士.
[35]韩丽平.中学化学探究性学习的教学实践研究[D].山东师范大学,学科教学论,2003,硕士.
[36]张闪影.基于相似理论的箱型结构焊接应力及变形的数值模拟分析[D].中南林业科技大学,机械制造及其自动化,2013,硕士.
[37]刘敏.L物业管理公司员工培训体系优化研究[D].吉林大学,工商管理,2013,硕士.
[38]张倩.ANAC084基因在拟南芥抗逆胁迫中的研究初探[D].厦门大学,细胞生物学,2014,硕士.
[39]吴学彬.云南省农村水利基础设施融资问题研究[D].云南财经大学,公共管理,2014,硕士.
[40]李敏.侵犯商业秘密诉前禁令制度研究[D].首都经济贸易大学,民商法学,2013,硕士.
[41]王虹.密闭鼓风炉探料控制系统设计及应用[J].冶金自动化,2011,06:67.
[42]范杰.云南省水稻产量保险的设计研究[D].云南财经大学,保险（专业学位）,2014,硕士.
[43]孙洋洋.国外学前教育评估中介组织的特点及启示[D].东北师范大学,学前教育学,2012,硕士.
[44]马磊.基于单片机的激光再制造送粉器控制系统研究[D].浙江工业大学,机械制造及其自动化,2012,硕士.
[45]金金.搅拌摩擦加工对生物医用Mg-Zn-Y-Nd合金组织和性能的影响[D].郑州大学,材料加工工程,2013,硕士.
[46]向岁.多囊卵巢综合征证素特征及舌下络脉观察分析[D].湖南中医药大学,中医诊断学,2014,硕士.
[47]李杨.促进循环经济发展的资源税法律制度改革研究[D].山西财经大学,经济法,2013,硕士.
[48]柏国艳.三种支架用于牙周组织工程的体外实验研究[D].山西医科大学,口腔临床医学,2013,硕士.
[49]徐华.宪政视角下中国人权保障问题的若干思考[D].内蒙古大学,法律,2013,硕士.
[50]宁永芳.窄轨电机车车轴减速器的结构设计与仿真研究[D].湖南大学,车辆工程,2011,硕士.