一款基于转录组差异基因表达分析的软件包——findDEG

【目的】随着二代测序技术的不断发展,转录组测序技术在许多物种里已被广泛地应用于基因差异表达分析和基因注释研究。现有的多种基因差异表达分析软件,分析步骤多而且复杂,不同分析方法其结果差别也较大,这给研究者分析实际数据带来了不少困难。为了简化基因差异表达分析的过程,利用现有的软件开发一个集成的软件包。【方法】针对Trinity、TopHat+Cufflinks和HISAT2+StringTie 3种比较成熟的基因差异表达分析流程,考虑研究对象有无参考基因组序列、样本数据是否有重复、单端还是双端测序、不同基因表达量的计算方法以及不同的基因差异表达显著性检验方法等因素,将多种转录组测序数据分析软件整合起来形成一个集成的软件包。【结果】 使用Perl语言开发了一个名为findDEG软件包用于转录组测序数据的基因差异表达分析。软件包共分为3个模块,即Trinity、TopHat+Cufflinks和HISAT2+StringTie模块。Trinity模块提供3种计算转录本表达量方法和4种差异表达基因显著性检验方法,TopHat+Cufflinks模块可供用户选择新版或旧版的Cufflinks分析方案,HISAT2+StringTie模块则只有一种分析方案。该软件包可以自由下载使用,其网址为http://www.bioseqdata.com/findDEG/findDEG.htm。采用新版和旧版的Cufflinks分析方案以及一种Trinity组合方法,分别对小叶杨在正常和干旱胁迫条件下的转录组数据进行了分析。结果两种Cufflinks方法分别识别出了53和33个差异表达基因,其中25个是相同的; Trinity方法识别了高达1 641个差异表达基因,其中与Cufflinks两种方法相同的分别有14和3个。【结论】 新开发的软件包findDEG有十多种基因差异表达分析方案可供选择,采用一键的方式进行数据计算分析,避免了中间环节参数输入和结果利用等操作步骤,使用方便。     

南京大厂区林区土壤重金属铜、镍、锌、锰含量分析

对南京工业区———大厂区林区土壤中的铜、镍、锌、锰进行了研究分析。大厂区重金属全量和对照区无显著差异,不同层次金属含量也无显著差异。大厂区内重金属含量分布为：南京钢铁厂＞太子山公园＞扬子乙烯地区。重金属含量不仅与ｐＨ、有机质相关,还与污染源、样点位置相关。重金属各元素互相相关,其中铜与锌、镍与锰呈高度正相关。重金属有效态含量与全量也呈高度相关,且有效态含量约占全量的１０％～３５％之间,并与ｐＨ和有机质含量相关。其中多元统计分析由ＳＡＳ软件作出。     

林木多元性状数据QTL区间作图统计分析及其在杨树上的应用

【目的】传统的数量性状基因座(QTL)定位统计分析方法是针对自交系产生实验群体而建立的,不能直接应用到林木这种杂合度较高生长周期较长的异交物种中。针对林木多元性状数据,将传统的QTL区间作图方法应用到林木杂交F₁代作图群体中。【方法】考虑分子标记各种可能的分离比以及连锁相信息,建立林木多元性状数据QTL定位统计分析模型,并用R语言编写了相应的计算软件包mvqtlmap。在美洲黑杨和小叶杨杂交F₁代群体中,对2014年5月29日至9月24日期间调查的6个时间点树高数据进行了QTL定位分析。【结果】有4个QTL定位在母本美洲黑杨的遗传连锁图谱上,有6个QTL分布在父本小叶杨的遗传连锁图谱上,这些QTL分别位于第1、5、7、9、11和19号染色体上,平均解释0.8%～6.7%的表型方差。【结论】研究结果可为在林木上利用多个性状或多个时间点性状数据进行QTL定位提供统计分析方法及计算工具。所建立的程序包可在网站http://www.bioseqdata.com/mvqtlmap/mvqtlmap.htm上自由下载。     

回归模型中变换参数的影响分析

把Ｄ．Ｖ．Ｈｉｎｋｌｅｙ和Ｓ．Ｗａｎｇ的回归模型变换参数影响的诊断方法推广到多个数据的情形,评价多个数据对“双边变换模型”参数估计的影响。分别考虑双参数变换模型和单参数变换模型,利用构造变量回归技术和平均异党点模型得到了删除数据诊断量的近似值。并给出了一个算例。说明删除两个数据时对单个参数估计的影响。     

矩阵Beta分布的矩

首先给出了矩阵Ｂｅｔａ分布的特征函数，然后利用矩阵的微分得到了矩阵Ｂｅｔａ分布的前二阶矩。     

改进的复合区间作图模型及在杨树上的QTL定位

复合区间作图法最先是为近交群体而设计的作图方法。林木F₁代群体具有遗传杂合度高,生长周期漫长等特点,很难产生近交系,不能简单的套用适用于近交群体的复合区间作图模型。本文建立了适用于林木全同胞家系的QTL复合区间作图统计模型,运用了“逐步回归法”筛选出最优遗传背景标记。采用Monte Carlo方法模拟全同胞家系中共有6条长100cM的染色体,模拟结果表明,每个QTL的位置和遗传力的计算比较精确。本文利用杨树双亲的SNP分子标记遗传连锁图谱,以及其子代的树高生长性状进行了QTL定位 。当似然比统计量的阀值(对应于 LOD 为3.0)取为11.2时,在母本美洲黑杨的遗传连锁图谱上,有4个 QTL 分布在4个连锁群上 。当似然比统计量的阀值取为 16.5,在父本小叶杨的遗传连锁图谱上, 有 3 个 QTL 分布在3个连锁群上。显示了本文所建复合区间作图统计模型有着明显的QTL作图效力。文中所有的计算都是使用 R语言软件编程完成的。#$NL关键词 复合区间作图,F₁代群体,逐步回归法,Monte Carlo     

杨树部分基因起始密码子AUG侧翼序列特征分析

对297条杨树基因序列的起始密码子AUG侧翼区序列(-20位点- 6位点)的碱基分布特性进行了统计学分析,并对高表达基因和低表达基因翻译起始位点侧翼序列碱基的保守性和关联性进行了对比分析。结果表明:紧邻起始密码子5′端的-1、-2、-3、-4、-5和-6位点均强烈偏好A, 4位点强烈偏好G,同时高表达和低表达基因的-20位到 4位中某些位点的保守性存在较大差异,其中高表达基因的-6,-3和 4位可能与其高表达的特性有关;通过关联性分析可以看出,在起始密码子侧翼序列的某些特定区域碱基之间的关联性可能也与翻译起始效率有关系;相关性分析表明低表达基因的AUGCAI主要受到"AUG"侧翼区序列的GC含量的影响,低表达基因在"AUG"侧翼区富集GC对翻译有一定影响。     

美洲黑杨与小叶杨杂交F1代扦插无性系苗生长性状动态分析

[目的]探讨美洲黑杨(Populus deltoides)×小叶杨(P.simonii)F1代无性系苗期生长变异,发现F1代无性系生长性状变异规律,为后期在统计分析方面开展杨树数量性状基因定位研究提供重要的参考依据.[方法]以南京林业大学下蜀林场美洲黑杨×小叶杨F1代无性系为研究材料,采用完全随机区组设计,对苗高和地径...     

线性回归模型中自变量变换与强影响点

提出了单个数据或一组数据对线性回归模型中自变量变换参数极大的似然估计影响的诊断方法，并把该方法同Ａｔｋｉｎｓｏｎ的方法作了比较。