24
2021．12
【RNAseq 3小學堂】樣本間相關性分析
原創文章 引用請註明出處
#RNAseq #QC #雲平台 #3小學堂
|| 3分鐘速解RNAseq分析，本周介紹樣本間相關性分析 ||
有無生物性重複在分析呈現上，除了 DEG分析 用的方法不同之外，還有什麼不同的地方呢?
主成分分析（PCA，Principal Component Analysis）會對多維數據進行降維，能找出最大程度反映樣品間差異的座標軸。
如果樣品的群落組成越相似，則PCA圖中的距離則越接近。 在雲平台上可以將 3D PCA 任意旋轉，從不同的方向進行觀察
假如非常不幸的，我們在生物性重複中觀察到不正常的離群值，這時候可以考慮去除離群值再進行後續的分析。
|| 覺得重新分析很麻煩嗎? 你可以試試雲平台!! ||
RNAseq 3小學堂即將迎來最後尾聲，最終回，給你一些在進行 RNAseq 實驗之前的超實用建議！千萬別錯過！
有無生物性重複在分析呈現上，除了 DEG分析 用的方法不同之外，還有什麼不同的地方呢?
|| 生物性重複做的越好，對實驗的穩定性和可靠程度是大大的加分 ||
具有生物性重複的實驗樣本，除了能檢定實驗在操作上的穩定性，更重要的是能夠檢定差異表現量的基因是否顯著且具有意義，在差異基因表現的研究中扮演重要的角色。
因此可以...
|| 利用組內樣本間的相關性係數，來觀察實驗結果的穩定性與可靠程度 ||
當相關係數越接近1，樣本間的相似度就越高。在理想實驗條件下，組內相關係數值應大於0.9亦即R2值應大於0.8。相關性分析結果以熱圖呈現樣本與樣本間的關聯性分析可以看出樣本間的相似性，而進行分組內樣本間的散佈圖，可以觀察組內樣本的歧異度。
|| 不只是觀察生物性重複，樣品或組間的差異也可以一起觀察 ||
樣品間的相關性有可能會被極端值影響，因此建議同時從 PCA 觀察樣品或組間的差異，無法產生散佈圖的無重複實驗也可以使用 PCA 觀察。
主成分分析（PCA，Principal Component Analysis）會對多維數據進行降維，能找出最大程度反映樣品間差異的座標軸。
如果樣品的群落組成越相似，則PCA圖中的距離則越接近。 在雲平台上可以將 3D PCA 任意旋轉，從不同的方向進行觀察
假如非常不幸的，我們在生物性重複中觀察到不正常的離群值，這時候可以考慮去除離群值再進行後續的分析。
|| 覺得重新分析很麻煩嗎? 你可以試試雲平台!! ||
RNAseq 3小學堂即將迎來最後尾聲，最終回，給你一些在進行 RNAseq 實驗之前的超實用建議！千萬別錯過！
圖爾思生物科技/微生物體研究中心
顏維萱/沈筱凌
顏維萱/沈筱凌
