转录组测序深度对表达基因检出及表达量估计的影响

基于第二代测序技术的转录组测序(RNA-seq)是目前基因表达分析的重要手段,其测序深度与检出的表达基因数量及基因表达量准确程度直接相关。为探索转录组测序深度对基因表达分析的影响,进而为不同实验需求选择合适的测序深度提供参考,本研究采用Hiseq2000高通量测序平台完成小鼠大脑转录组的深度测序,共产出38 M有效reads。从中随机抽取总量的25%,50%,75%和全部数据模拟建成4个不同测序深度的文库,并以相对表达量RPKM值的高低将表达基因划分为5组,比较分析不同测序深度下不同组别检出表达基因个数以及基因相对表达量(RPKM)的变化。结果表明,9.5 M reads的测序深度中可检出81.55%的总编码基因,而随测序深度增加新检出表达基因的数量逐步减少。基因表达量的分析中,中高表达量基因RPKM[30,+∞)、偏低表达基因RPKM[3,30)和低表达基因RPKM[1,3)的相对表达量分别在9.5 M,19 M和28.5 M有效reads的测序深度以上的文库中趋于稳定。由此可知,研究中高表达基因时,可参考的转录组测序量为9.5 M有效reads以上,而研究低表达基因时,测序量需为19 M有效reads或更高。