掃碼聯系客服
Rank-In：教你零代碼在線完成轉錄組分析
今天小編給大家安利一款超好用的轉錄組在線分析工具Rank-In，同濟大學Cao Zhiwei老師于今年6月份發表在Nucleic Acids Research（IF=16.973）上。Rank-In用來分析整合轉錄組數據，包括芯片測序技術和RNA-seq技術，適用于以下三個方面的用戶需求：（1）不同時間、不同技術產生的用戶自有數據；（2）不同實驗室在不同平臺下產生的數據組合；（3）整合數據庫中大數據樣本。可以進行批次平臺校正、差異表達分析，甚至還可以進行自動繪圖。作者將其開發成網站（http://www.badd-cao.net/rank-in/index.html），用戶無需寫任何代碼，鼠標點點點就可以完成分析、作圖。
本文方法基本思想、方法性能評估、網頁實戰三方面進行介紹，對算法不感興趣的小伙伴可以直接跳轉到第三部分。
一、方法基本思想
Rank-In算法基本分為以下三個步驟：
(1)在所有需要整合的數據集內部按照表達值、信號值的對基因從低到高排秩，最低為1， 最高為100，中間用百分位數表示（向下取整），稱為內部排秩(Internal ranking)。
(2)對每個表達譜中的每個基因，利用基因表達值和內部排秩值，計算基因表達的權重值（weight），通過基因表達矩陣和基因權重的乘積可以得到加權的排秩矩陣（Weighted ranking matrix）。
(3)通過奇異值分解（SVD）得到基因的校正后矩陣。
通過圖1中比較RNA-seq和芯片測序，可以將基因表達值或信號值標化到同一基準，可以是校正后的表達值，也可以是校正后的排秩，無論是哪一種，都具有平臺間可比性。
二、方法性能評估
作者選用了兩套數據集GSE56457和GSE47774，比較了Rank-In和其它三種方法（ComBat、SVA和Angel’s method）對于不同測序平臺或技術的校正結果。當不進行校正的時候，不能從表達值很好的區分兩個樣本。但經過校正之后，兩個樣本能夠被區分開，這代表了生物學意義的捕獲。此外，從校正后表達值/排秩的分布角度來看，校正前存在兩個峰，Rank-In方法在較好的校正兩個測序技術所生成的信號值的同時，將兩個峰整合成為了一個峰，相比于其它方法更加貼合理想狀態，彰顯了Rank-In方法的優越性。
作者在膠質母細胞瘤和結腸癌的數據中驗證方法性能，同時引入正常的樣本作為參照。總的來說，Rank-In在區分癌癥樣本與正常樣本的基因譜方面表現最佳，在聚類同一生物樣本的基因譜方面也表現最佳，這表明其在減少基因芯片和RNA-seq的非生物效應方面具有獨特的能力。
其實對于轉錄組數據，必不可少的就是差異表達分析。因此作者比較了這幾種策略的差異表達分析的結果。隨著測試過程中樣本量的增加，DEGs的重復率也逐漸升高，并且性能也逐漸穩健，表明了芯片數據和RNA-seq數據在Rank-In方法的處理后進行差異表達分析，揭示的是相同的生物學變異。
三、網頁實戰
不會寫代碼？沒關系，作者開發了分析網站，鼠標點點點就可以完成全部分析，接下來讓我們看看它的online 版本吧。
主頁簡單明了，并且直接說明了Rank-In被構建來分析整合癌癥轉錄組數據，包括芯片測序技術和RNA-seq技術，適用于以下三個方面的用戶需求：（1）不同時間、不同技術產生的用戶自有數據；（2）不同實驗室在不同平臺下產生的數據組合；（3）整合數據庫中大數據樣本。
用戶需要提交數據文件，然后點擊Submit按鈕即可開始全部分析。其中紅色框起來的兩個文件是必需要上傳的文件，詳見下文。
輸入數據（必需）：基因表達矩陣。一個tab分隔的txt文本文件，其中行表示基因，列表示樣本。每個基因和樣本的名稱必須是唯一的，對于芯片數據，如果有多個探針對應同一基因時，需要將相同探針的結果用中值或平均值代替。對于RNA-seq數據，標化格式支持FPKM、TPM、TMM。基因名稱可以是Entrenze ID、Gene symbol和Ensemble ID。上傳的數據有50MB的限制。對于有20000個基因的基因表達譜，這相當于大約200個樣本。
輸入數據（必須）：樣本類別文件。其中編號樣本的類型，例如，“1”表示來自正常組織的樣本，“2”表示癌癥亞型1的樣本，“3”表示癌癥亞型2的樣本，以此類推。
可選輸入數據：
（1）作者鼓勵用戶上傳平臺、批次等附加信息。例如，平臺欄中“1”表示來自Affymetrix U133 plus2平臺的數據，“2”表示來自安捷倫微陣列的數據，“3”表示來自Illumina Hiseq 2000的數據，等等。格式同樣本類別文件。
（2）計算結果將以電子郵件方式發送，作者強烈建議用戶選擇此選項。
（3）按“提交”按鈕開始計算，將提供一個作業id，并將一個新頁面鏈接到結果。當結果可用時，頁面將自動刷新。用戶可以通過在上面的表中輸入作業id來跟蹤作業狀態。
接下來就是等待數據在后臺跑啊跑~~
終于，結果出來了，可以直接點擊下載。結果包括校正后表達值和差異表達基因，還給出了聚類熱圖。
如果之前填寫了郵箱信息，真的會把結果發到郵箱里面，小伙伴可以上傳完數據就去忙別的事情，開心等待郵箱收結果就可以啦~是不是很強很方便~
大家記得點贊收藏哦~~~
