数据分析项目：

一．测序质量分析

对测序的原始数据进行初步分析，包括可以mapping的序列的百分比、各个不同样本以及重复样本之间的相关性、各个测序平台之间的实验重复性好坏等等，并制作散点图、直方图、文氏图等。

二．Mapping序列定位基因组

基于不同的参考文库（reference sequences），我们可以将测序结果定位到不同的注释中，比如基因组、refseq数据库、EST数据库、Ensemble数据库、Exon junction文库等等。然后给出测序结果在注释中的分配情况。

三．基因表达量定量

对于mapping之后的结果，我们采取多数文章经常采用的RPKM（Reads Per Kilobase of exon per Million mapped sequence reads）进行基因表达定量。

四．表达水平整体分析

对于多样本转录组，我们对实验进行总体分析，包括主成分分析和聚类分析等，并制作PCA图、聚类分析图、热图等。

五．基因差异表达筛选

由于测序技术有更大的通量，并且可以获得新的转录本的信息，所以在做样本间不同表达基因的筛选的时候优势很大。对于不同的样本信息，我们采取不同的统计手段，比如student-t test, F-test等得到不同样本间特异表达的基因或基因集团。

六．基因本体分析（Gene Ontology Analysis）

对于得到的特定基因分类，我们采取DAVID、EasyGO等基因本体分析工具对所得结果进行功能分析，并得到可能的富集功能，绘制相关图和表格。

七．Pathway analysis

基于KEGG等数据库，我们采取超几何分布检验等统计手段，得到显著富集的生物信号通路或者代谢通路。

八．新转录本发掘

对于那些没有定位到已知基因位置的序列，有以下的几种可能：

1。这些序列属于背景转录。

2。这些序列来自一些非编码RNA的片断。

3。这些序列来自一些已知基因的延伸片断或邻近区域。

4。这些序列来自一些未知的比较微量表达的基因。

通过对比这些序列和已知基因的碱基组成和表达量情况，我们可以进行新基因的预测。