真核与原核转录组介绍及核心生信分析图

一、真核生物与原核生物转录组核心差异

二、转录组核心生信分析图（按分析流程分类）

（一）数据质控与样本可靠性分析图

1. FastQC 质控图（碱基质量分布图）
   • 核心用途：评估测序数据的可靠性（避免低质量碱基影响分析）。
   • 解读要点：横轴为测序读长（碱基位置），纵轴为 Phred 质量值（≥20 为合格，≥30 为优质），合格样本的质量值需整体在 20 以上，无明显下降趋势。
   • 适用场景：真核、原核转录组通用（所有 RNA-seq 第一步必做）。
2. 主成分分析（PCA）图
   • 核心用途：展示样本间的整体差异，验证分组是否合理（生物学重复是否聚集）。
   • 解读要点：横轴（PC1）和纵轴（PC2）分别代表最大、次大差异维度，同一分组的样本应聚集在一起，不同分组的样本应明显分离（分离程度反映差异大小）。
   • 适用场景：真核、原核通用（若样本聚集混乱，需排查实验设计或技术误差）。
3. 样本相关性热图（Sample Correlation Heatmap）
   • 核心用途：量化样本间的基因表达模式相似性（数值越接近 1，相似性越高）。
   • 解读要点：颜色越深（如红色）代表相关性越高，生物学重复样本的相关性应显著高于不同处理组（如 “对照组” 与 “处理组” 的相关性低于组内重复）。
   • 适用场景：真核、原核通用（验证重复样本的一致性）。

（二）基因表达定量与分布分析图

1. 基因表达量箱线图（Boxplot of Gene Expression）
   • 核心用途：比较不同样本的基因表达量分布（消除测序深度差异后的标准化结果）。
   • 解读要点：横轴为样本名称，纵轴为标准化后的表达量（如 log2 (FPKM/TPM)），箱线图的中位数越接近，说明样本间表达量分布越一致（避免测序偏差）。
   • 适用场景：真核、原核通用（FPKM 适用于单顺反子，TPM 更适合多样本 / 多顺反子比较）。
2. 基因表达量密度图 / 直方图
   • 核心用途：展示所有基因的表达量分布特征（如高表达、低表达基因的比例）。
   • 解读要点：横轴为表达量（log10 (FPKM+1)），纵轴为基因密度，真核生物因存在大量低表达非编码 RNA，通常呈现 “双峰或右偏分布”；原核生物基因表达更集中，分布相对单一。
   • 差异点：原核生物无内含子和大量非编码 RNA，高表达基因比例更高（多为功能核心基因）。
3. rRNA 去除效率验证图（原核特有）
   • 核心用途：验证原核转录组建库中 rRNA 的去除效果（rRNA 占比过高会影响 mRNA 检测）。
   • 解读要点：通过饼图或柱状图展示 rRNA、mRNA、tRNA 等 RNA 类型的占比，合格样本的 rRNA 占比需≤30%（原核生物 rRNA 天然占比高，需通过专用试剂盒去除）。

（三）差异表达分析核心图

1. 火山图（Volcano Plot）
   • 核心用途：直观展示差异基因的数量和显著程度（兼顾 “倍数变化” 和 “统计显著性”）。
   • 解读要点：横轴为 log2 (差异倍数，FC)，纵轴为−log10 (P 值 / Padj 值)；右上角（FC≥2、Padj<0.05）为显著上调基因（红色），左上角为显著下调基因（蓝色），中间为无差异基因（灰色）。
   • 适用场景：真核（差异基因）、原核（差异基因 / 操纵子）通用，是文章必放核心图。
2. 差异基因聚类热图（Heatmap of DEGs）
   • 核心用途：展示差异基因在不同样本中的表达模式聚类（相同表达趋势的基因聚为一类）。
   • 解读要点：横轴为样本，纵轴为差异基因，颜色代表表达量（红色 = 高表达，蓝色 = 低表达）；可清晰区分 “处理组特异性高表达”“对照组特异性高表达” 等模块，为功能富集提供方向。
   • 差异点：原核生物可替换为 “差异操纵子聚类热图”，关注操纵子内基因的协同表达。
3. 差异基因火山图补充（MA 图）
   • 核心用途：弥补火山图对低表达差异基因的展示不足，聚焦 “表达量水平” 与 “差异倍数” 的关系。
   • 解读要点：横轴为 log2 (平均表达量)，纵轴为 log2 (FC)；显著差异基因标注为红色，可观察低表达基因是否存在假阳性差异。

（四）功能富集与机制解读分析图

1. GO 富集分析气泡图 / 柱状图
   • 核心用途：展示差异基因显著富集的 GO 术语（生物学过程 BP、细胞组分 CC、分子功能 MF）。
   • 解读要点：
     • 气泡图：横轴为富集倍数，纵轴为 GO 术语，气泡大小代表差异基因数量，颜色代表 Padj 值（越红越显著）；
     • 柱状图：横轴为富集倍数，纵轴为 GO 术语，高度代表富集程度。
   • 适用场景：真核生物为主（原核生物 GO 注释相对不完整，可结合 COG/eggNOG 分析）。
2. KEGG 通路富集分析图（气泡图 / 通路图）
   • 核心用途：展示差异基因参与的显著代谢通路 / 信号通路（如 “糖代谢”“抗生素合成通路”）。
   • 解读要点：
     • 气泡图：与 GO 气泡图逻辑一致，聚焦通路层面的富集；
     • 通路图：在 KEGG 原始通路图上标注差异基因（红色 = 上调，蓝色 = 下调），直观展示通路中关键基因的变化。
   • 适用场景：真核、原核通用（原核常用 “代谢通路”“抗生素合成”“ABC 转运蛋白” 等通路）。
3. COG/eggNOG 功能分类图（原核特有）
   • 核心用途：对原核差异基因进行功能分类（弥补 GO 注释不足）。
   • 解读要点：以柱状图展示差异基因在不同 COG 类别中的分布（如 J = 翻译、K = 转录、E = 氨基酸代谢），快速定位核心功能模块（如抗生素处理后，“抗生素耐药” 相关 COG 类别基因富集）。
4. 非编码 RNA 调控网络图（真核特有）
   • 核心用途：展示真核生物中 lncRNA/miRNA 与 mRNA 的调控关系（如 miRNA 靶向调控差异 mRNA）。
   • 解读要点：以节点代表 RNA（圆形 = mRNA，三角形 = miRNA），线条代表调控关系，可筛选核心调控因子（如与多个差异 mRNA 关联的 miRNA）。
5. 操纵子结构与表达关联图（原核特有）
   • 核心用途：展示原核生物中操纵子的组成及差异表达情况。
   • 解读要点：以基因组位置为横轴，展示操纵子内各基因的位置的表达量（如处理组 vs 对照组的表达量变化），验证操纵子的协同表达（如操纵子内所有基因均上调 / 下调）。

三、总结

1. 核心差异：真核转录组关注 “剪接、非编码 RNA、复杂调控网络”，原核转录组关注 “操纵子、代谢通路、转录 - 翻译同步性”；
2. 通用核心图：PCA 图、火山图、差异基因聚类热图、KEGG 富集气泡图（所有转录组必做）；
3. 特有图：真核需加 GO 富集图、非编码 RNA 调控图；原核需加 rRNA 去除效率图、COG 分类图、操纵子表达图。