Riboshape分析流程

1) 分析流程

本项目主要为Riboshape项目的分析流程教程及说明。主要包括以下几个部分:

• 1.RNAseq数据分析
• • 1.1.差异表达分析
• • 1.2.差异剪切分析
• 2.Riboseq数据分析
• 3.Shapeseq数据分析
• • 3.1.Shapemapper重构
• • 3.2.结构改变区域分析
• • 3.3.motif分析
• 4.交叉分析画图
• • 4.1.结构对翻译的影响
• • 4.2.结构对差异剪切的影响

2) 数据说明

我们目前有两个数据来源：liulab和maolab。

2a) liulab数据

• 原始数据

数据类型	数据批次	存放位置	样本信息说明
Riboseq	第一批	/Share2/home/lulab1/Riboshape/riboshape_liulab_ribo_batch1	UV1代表不加光，UV2代表加光
Riboseq	第二批	/Share2/home/lulab1/Riboshape/riboshape_liulab_ribo_batch1	no代表不加光，uvb代表加光
Shapeseq	第一批	/Share2/home/lulab1/Riboshape/riboshape_liulab_batch1	shape01是白光未标记，shape02是白光+1M7标记，shape04是1h UVB+1M7标记
Shapeseq	第二批	/Share2/home/lulab1/Riboshape/riboshape_liulab_batch123/two_20190611	样本说明见这里
Shapeseq	第三批	/Share2/home/lulab1/Riboshape/riboshape_liulab_batch123/three_1003	样本说明见这里
Shapeseq	第四批	/Share2/home/lulab1/Riboshape/riboshape_liulab_batch4	part1_clean,part1_raw为第一次测序结果，part2为加测结果，all为合并两次结果。C代表WT样本，U代表UVR8突变体；D代表不加药样本，N代表加NAI样本；0代表UV+样本，1代表UV-

• 分析使用数据

a.WT,UV-不加药时，RNA-seq相关性。 b.不同批次数据差异表达基因数目。 c.HY5的表达水平。 d. batch4的RNA-seq数据相关性。 e. Ribo-seq数据的相关性。 f. Riboseq数据WT_UV-一个样本的周期性。满足3’周期性要求。

从a图中可知，不同批次之间存在batch effect。第一、三批数据与其他相关性较弱，尤其是第一批数据。从b图中可知，第三批样本明显与其他数据不同，差异基因过少。从c图中可知，HY5为受到UVR8调控的下游基因，在加光后表达上调。但是在batch3中却无明显变化。由此可知，batch1,batch3数据质量存在问题，不纳入后续分析过程。

从d图中可知，batch4的三个样本RNA-seq数据重复性较好。另外batch2数据测序深度仅为batch4数据十分之一，所以后续RNA-seq数据和Shape-seq分析以batch4的三个样本为主，batch2样本可作为验证样本。

从e图中可知，Riboseq数据也有两批，两批之间相关性较差，后续分析仅使用第二批数据。

2b) maolab数据

• 原始数据

数据类型	数据批次	存放位置	样本信息说明
Shapeseq	第一批	/Share2/home/lulab1/Riboshape/riboshape_maolab_batch1和/Share2/home/lulab1/Riboshape/riboshape_maolab_batch1_2	riboshape_maolab_batch1为第一次测序数据，riboshape_maolab_batch1_2为第二次加测结果。Coil为Coil突变体，Col-0为WT样本；DMSO为不加药样本，NAI为加NAI样本；CK为不加JA样本，JA为加JA样本
Shapeseq	第二批	/Share2/home/lulab1/Riboshape/riboshape_maolab_batch2和/Share2/home/lulab1/Riboshape/riboshape_maolab_batch2_2	riboshape_maolab_batch2为第一次测序数据，riboshape_maolab_batch2_2为第二次加测结果。Coil为Coil突变体，Col-0为WT样本；DMSO为不加药样本，NAI为加NAI样本；CK为不加JA样本，JA为加JA样本