SBC lncRNA芯片分析方法

1. 归一化

lncRNA芯片采用的归一化的方法为quantile normalization。

2. 差异LncRNA的筛选

lncRNA芯片中既有lncRNA的探针又有mRNA的探针，分别做差异基因的筛选，筛选方法同表达谱的筛选方法是一致的，参见表达谱的差异基因筛选。

3. 差异lncRNA的重注释

lncRNA芯片注释不完善，因此需要将筛选出来的lncRNA进行重注释。将差异lncRNA在基因组上位置上下游延伸，以寻找lncRNA附近的有功能的基因。

差异lncRNA重注释示例

4. 差异lncRNA靶基因的预测

lncRNA可能通过调控相应的mRNA发挥功能，因此有必要预测lncRNA的靶基因。我们提取差异lncRNA和mRNA的序列，首先用blast进行初筛，之后用RNAplex进行进一步筛选，以预测lncRNA可能调控的mRNA。

差异lncRNA靶基因预测结果示例

5. 差异lncRNA与靶基因共表达网络

预测出lncRNA的靶基因后，并可进一步在mRNA的数据中探寻该mRNA是否发生表达量的变化。由此构建差异lncRNA与靶基因相互作用网络图。

差异lncRNA与靶基因相互作用网络图。方框代表lncRNA，圆形代表mRNA。连线表示可能的调控关系。节点面积越大，表示调控的mRNA越多，预示该lncRNA在调控网络中所起的作用可能越大。

6. 差异lncRNA与差异mRNA的共表达分析

SBC Human lncRNA芯片能同时检测出差异表达的lncRNA和mRNA。我们将差异lncRNA和差异mRNA在一组样品中进行共表达分析，可以发现与某个lncRNA具有相同表达模式的mRNA。

要求：每组数据3个或3个以上生物学重复

实验组：

对照组：

lncRNA与mRNA共表达分析作用图，圆形带圈代表lncRNA，圆形代表mRNA。红色为上调基因，绿色为下调基因。

7. 差异lncRNA靶基因的GO analysis

对lncRNA的靶基因进行GO Ontology的生物学的分类，根据Fisher's Exact Test,得到p-value，得到lncRNA靶基因对应的显著性功能，从而了解lncRNA的功能。

8. 差异lncRNA靶基因的pathway analysis

对lncRNA靶基因按照Pathway的主要公共数据库KEGG和Biocarta来进行分类，对Pathway中的基因进行基于离散分布的显著性分析，得到与实验目的有显著联系的Pathway 分类,由这些pathway对应相应的靶基因，从而获得该分类即导致lncRNA差异的最重要Pathway。

9. 差异lncRNA的转录因子的预测

提取lncRNA TSS的上游2000bp，下游500bp,利用HMM的算法根据TRANSFAC8.1数据库预测其转录因子。

编辑： hejianxin    来源：丁香园