[发明专利]一种lncRNA鉴定和表达定量的分析方法

说明书

本发明公开了一种lncRNA鉴定和表达定量的分析方法，其特征在于，包括一系列的测序数据过滤步骤、测序数据比对步骤、转录拼接步骤、基因比对步骤、lncRNA过滤步骤以及lncRNA分析步骤。本发明可以发现新的lncRNA，且本发明的方法提高了对lncRNA的注释准确性。

技术领域

本发明涉及基因检测领域，具体涉及一种lncRNA鉴定和表达定量的分析方法。

背景技术

非编码RNA是一类不翻译蛋白的功能性RNA分子，其中常见的具调控作用的非编码RNA包括siRNA、miRNA、piRNA以及长链非编码RNA。大量研究表明非编码RNA在表观遗传学的调控中扮演了越来越重要的角色。人们对lncRNA(Long noncoding RNAs，lncRNAs)的认识还处在初级阶段，lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。然而，有文献研究表明，lncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程。lncRNA的这些调控作用也开始引起人们广泛的关注。

lncRNA因为不具有polyA尾，所以通常使用rRNA探针去除总RNA中的核糖体序列的方式富集lncRNA。现有的基于芯片的lncRNA分析方法，依赖于已知的lncRNA信息，无法发现新的lncRNA。

其他基于高通量测序的lncRNA分析方法，多使用旧的比对和注释软件，对lncRNA的注释准确性有限。

发明内容

为了克服现有技术的上述缺陷，本发明的目的在于提供一种lncRNA鉴定和表达定量的分析方法，所述方法适用于去除rRNA并且链特异性建库的RNASeq测序结果分析。

为了实现本发明的目的，所采用的技术方案是：

一种lncRNA鉴定和表达定量的分析方法，包括如下步骤：

步骤一，测序数据过滤步骤：

首先使用fastp软件去除测序结果中的接头和低质量序列：

所述fastp软件使用PE reads overlap信息自动识别接头序列，同时以5个碱基长度为窗口，从3’端向5’端滑动，截去窗口内平均质量小于20的窗口，最后保留长度大于50的reads；

接着将去除接头和低质量序列后的测序数据采用fastqc软件进行质量控制：

所述质量控制为根据RNASeq的测序特点提供质量控制标准；

步骤二，测序数据比对步骤：

使用hisat2软件将过滤后的数据与参考基因组进行比对：

首先从基因组数据库中下载对应物种的参考基因组，下载下来的基因组序列使用hisat2-build构建索引；

对于构建索引后的序列进行比对；

将比对完成的测序数据通过RSeQC进行质量控制；

步骤三，转录拼接步骤

使用stringtie进行转录拼接，重构样品的转录本序列；

首先需要对每个样品单独使用stringtie拼接，然后使用stringtie merge将所有样品的转录本进行合并；合并后的转录本为最后重构出来的转录本序列。

步骤四，基因比对步骤：

重构的转录本序列与参考基因组注释进行对比：

区分mRNA，已知lncRNA和新发现的lncRNA。

步骤五，lncRNA过滤步骤：