“求转录组发文模板，面对海量分析点和图形，我选择恐惧症都犯了...” 确实，转录组不仅分析点多，每个小分析点中还会有很多图形，如差异分析中就有柱状图、火山图、韦恩图、表达热图等，刚接触的小伙伴很容易迷失在里面。何解？
当然是有求必应！一万种解法不如直接给个套用“模板”。有了模板相当于在宏观上把握了发文思路，就不会怕分析错方向。为此，小编通读了上百篇文献，整理出了这份可灵活套用的发文思路，希望能对你有所帮助~
#
宏观角度来看转录组发文
小编把转录组发文整理成了“三步法”（表一）。想从宏观角度看，我们就要先把思维从图形中跳出来，先了解分析步骤、每个步骤的目的以及步骤中适合自己实验的分析点，最后再根据分析目的选图形。
表1 转录组单组学数据挖掘“三步法”
第一步：表达量分析
该步目的是研究基因的整体表达情况。差异分析可帮助描述差异基因数目和上下调的情况，如果你的实验有三个或三个以上（存在时间、浓度等梯度）比较组，还可以叠加一个趋势分析来描述这些基因的连续变化趋势（如先上调后下调），如果你的实验是多个比较组或大样本，还可以再叠加一个WGCNA分析来将基因和表型特征进行关联，找到那些和你表型有强相关的基因。实际发文时：只要满足分析点的适用条件，都可以放到文中使用，也可以只选其中的一个或者两个。
第二步：功能分析
该步目的是对第一步获得的感兴趣的基因集进行功能分析（如全部的差异基因、趋势分析中某种变化趋势的基因集合或者WGCNA分析中和某表型强相关的基因集）。这里推荐大家先试试传统富集分析，因为它在分析时会先进行一个阈值筛选，只有是时显著差异的基因才可以进入分析，而显著差异的基因一般也会被认为是对我们表型影响有作用的基因，但这也是它的一个缺点，因为有些基因表达量差异虽然不明显，但它微小的变化可能会引起级联反应，对我们表型产生影响，因此，在用传统的富集分析没有筛选到我们想要的通路时，可以尝试用GSEA富集分析来解决这个问题。实际发文时：不论用二者中的哪个，只要结果中能描述到自己感兴趣的通路即可。
第三步：网络"互作"
该步有两个目的，一方面可以用来描述基因-基因间的调控关系，另一方面还可以帮助我们根据基因的连通性找核心基因。PPI网络分析和WGCNA网络分析都可实现这两个功能，其中，PPI网络分析适用于随机的两个你感兴趣的基因集，而WGCNA网络分析则是在第一步中与某个感兴趣表型强关联的模块中的基因集。实际发文时：一般会选其中一种方法来画网络图，优先选WGCNA网络图。
#
"三步法"套用原则
步骤选择：不一定要严格走三步，任意选择其中的两个也行
分析点选择：可以每步的分析点都试试，但实际发文只挑结果中能体现该步目的的
图形选择：选能呈现分析点目的的即可，重复含义图可不用放。
#
"三步法"经典案例
英文标题：Liver transcriptome analysis reveals changes in energy metabolism, oxidative stress, and apoptosis in pearl gentian grouper exposed to acute hypoxia
发表期刊：Aquaculture 5.1（2022）
客户单位：广东海洋大学
实验设计：无缺氧胁迫和缺氧1 h、3 h、6 h和9 h处理的石斑鱼，共15样本
研究目的：通过RNA-Seq研究缺氧条件下的龙胆石斑鱼肝脏转录的变化
#
灵活套用的思路小结
这篇文章之所以是经典案例，是因为每一个步骤都分析的很彻底，能真正为我们其他的研究提供参考思路，比如，在第一步表达量分析中，作者三个分析点全用上了，既找到了缺氧胁迫关键的时间点，还看到了不同胁迫时间下基因表达的趋势，并找到了影响缺氧胁迫的关键基因模块。那对于自己的研究，哪怕只是选择其中的一个或者两个分析点，都是可以参考这位作者的结果描述。
在第二步的功能分析中，作者把差异分析和WGCNA分析得到的关键结果都进行了GO和KEGG的富集分析，而趋势分析的结果则没有描述，在自己的研究中也可以像这位作者一样选其中两个结果来描述，特别是两个结果能有互相呼应更好。
在第三步的网络图分析中，在有WGCNA分析的前提下，作者选择用关键模块的基因构建网络，并找到了核心基因。在没有WGCNA分析的时候，我们可以选择差异分析结果中某个差异基因集，趋势分析中某个趋势块的基因集，富集分析中某个通路的基因集等。
好消息~转录组培训班又开课啦
看到这里，相信大家应该对转录组发文思路不再陌生了，但可能会奇怪，表格中最后一列的实现方式是什么？画图软件怎么用？R语言怎么画图？Omicsmart和Omicshare平台又是什么？
别急，如果以上理论讲解还不够，想要数据分析实战，欢迎参加基迪奥12月2日至6日的转录组培训班，理论+实操干货满满~
报名方式
方式一：识别下方二维码填写信息报名
READ MORE
延伸阅读
*未经许可，不得以任何方式复制或抄袭本篇文章之部分或全部内容。版权所有，侵权必究。
