RNA-Seq de novo 数据分析服务

生物信息分析服务结果报告
1、 原始数据产出统计
2、过滤掉低质量reads后的数据统计
3、高级生物信息分析结果报告
利用Trinity (Version: r2011-08-20) 进行de novo assembly, Trinity参数：--min_kmer_cov 2 -- min_contig_length 100 --run_butterfly。拼接后的转录本，通过PERL脚本去冗余，在同一个component ID的序列中选择最长的一个isoform代表该locus的转录本，得到Unigene集。
3.1、 Unigene长度分布统计
3.2、基因注释
3.3、对Unigene进行蛋白预测
3.4、Unigene的GO功能分类
3.5、Unigene的COG功能分类
3.6、 Unigene表达差异分析
3.7、 GO功能显著性富集分析
3.8、差异表达基因GO功能分类与比较
3.9、Unigene的KEGG信号通路分析
3.10、ko功能显著性富集分析
4、分析方法备注
解压缩文件：
为方便下载，所有文件都在linux下使用“tar –zcvf”压缩后上传，后缀为.tar.gz。这些文件可以用 以下方法解压缩：
Unix/Linux用户: tar -zxvf *.tar.gz
Windows用户: 推荐使用winRAR软件
Mac用户: shell: tar -zxvf *.tar.gz或者推荐使用stuffit expander
注意：本公司生物信息专员具体丰富的数据分析经验，分析过多种物种的RNA-Seq数据。数据分析部经理的RNA-Seq分析文章发表于BMC杂志（第一作者）。