从临床走向基础科研，尤其是刚接触生信时，很多科研小白都会一脸懵。生信分析涉及大量算法和技术术语，难免让人觉得门槛很高。
接下来，医嘉研给大家系统梳理一下目前主流的生信分析方法。我们直接从实际临床科研需求出发，搭起一个清晰的框架。
医学研究通常会先去寻找疾病的遗传原因，或者肿瘤细胞的DNA突变。这部分分析主要围绕DNA分子展开。
基因组学直接分析DNA序列的组成和变异，在基础医学中大多用来寻找致病突变。通常包含一套明确的变异检测流程：
【获取序列】
通过全外显子测序或全基因组测序拿到研究样本的DNA序列。
【序列比对】
把测序得到的结果与标准的人类参考基因组放在一起做比对。
【鉴定变异】
靠软件自动记录下所有不同的位点，进而找清单核苷酸多态性、插入或缺失变异，以及大片段的结构变异。
肿瘤多基因突变瀑布图
遇到糖尿病、高血压这类复杂疾病时，通常会做全基因组关联分析：也就是把大量样本和健康对照者的基因组数据放在一起做统计学检验，看看特定的DNA变异位点和发病率之间有没有相关性。
有时候样本的DNA序列没发生突变，但基因表达还是出了问题，这时候就要用到表观遗传组学：它专门研究在不改变DNA序列的情况下，哪些物理和化学修饰影响了基因转录。
比如DNA甲基化分析，就是用来测定DNA分子特定胞嘧啶上的甲基化水平。如果甲基化水平很高，通常会让这段基因的转录被阻断，这在研究肿瘤抑制基因失活的时候非常重要。
另外，染色质可及性分析用来寻找基因组里结构开放、能让转录因子结合的活跃区域。蛋白质-DNA相互作用分析则是通过测序，准确定位特定转录因子结合在参考基因组的哪些确切坐标上，帮我们理清基因的调控关系。
转录组学研究的是特定组织或细胞在特定状态下所有转录出来的RNA分子集合，能直接反映细胞当前的活跃程度。这是目前应用非常广泛的分析方向，主要分常规群体转录组和单细胞转录组两条路线。
常规群体转录组分析提取的是整块组织样本里所有细胞RNA的混合物，测定的是组织整体的平均基因表达水平。它的标准分析流程非常有规律：
【数据质控与过滤】
第一步先把测序仪产出的低质量序列和实验接头剔除掉，保留干净的数据。
【序列比对】
靠算法把高质量的片段匹配到参考基因组上，弄清楚每条序列到底来自哪个基因。
【表达量定量】
统计每个基因区域内匹配上了多少条序列片段，并做一下标准化处理来消除系统的测序误差。
【差异表达分析】
这一步非常关键！靠统计学模型比较实验组和对照组之间各个基因的表达量差异。
判断差异大不大有两个指标：一是变化倍数，看表达量具体变了多少倍；二是P值，看这种变化是不是真的由实验条件引起。只有这两个指标同时达到设定的标准，才认定它是一个显著的差异基因。
【功能富集分析】
最后把选出来的差异基因放进已知的生物学数据库里做检验，算算这些基因扎堆参与了哪些具体的生物学过程或疾病代谢通路。
差异基因GO与KEGG富集气泡图
考虑到组织里往往有好多不同类型的细胞，为了避免平均化掩盖掉真实的细节，单细胞转录组分析做到了在单个细胞层面上独立测序RNA。做单细胞分析时，通常会按照以下路径推进：
【降维与聚类】
首先通过降维算法在多维空间里计算细胞间的表达相似度，让表达模式差不多的细胞聚拢成一个个簇。
单细胞降维聚类散点图
【细胞类型鉴定】
根据之前文献里提到的特定标记基因的表达情况，确认每一个细胞簇到底是什么类型的细胞。
【高级深度分析】
给细胞分完类后，可以做拟时序分析，根据细胞间表达特征的渐变关系，推断出细胞分化或状态演变的时间先后顺序；
单细胞拟时序发育分支轨迹图
或者做细胞通讯分析，通过计算不同类型细胞之间受体和配体基因的共表达情况，推测细胞之间是怎么传递信号和交流的。
除了关注人体自身的分子变化，现在的医学科研也非常看重人体微生态以及蛋白质的结构。
微生物组学：
主要用来研究肠道、呼吸道等部位共生的微生物群落和健康有什么关联。扩增子分析通过测序细菌特有的基因片段，弄清楚样本里都有哪些种类的细菌，再统计一下它们的多样性。
宏基因组学：
走得更远，直接对样本里所有微生物的全部DNA做测序。这样不仅能把物种分类看得很细，还能把数据拿去和代谢数据库做比对，查出这些微生物群体有哪些潜在的生化代谢功能，或者带没带致病基因。
结构生信平时多用在靶点机制研究和药物研发上。它在辅助药物设计时，往往遵循这样的步骤：
【空间构象预测】
遇到还不知道三维结构的蛋白质，可以用深度学习模型拿它的氨基酸序列去直接预测高解析度的空间构象。
【分子对接模拟】
确认了三维结构之后，在电脑上模拟小分子药物是怎么跟大分子蛋白质靶点结合的，顺便算出它们的结合构象和结合自由能，进而挑出可能有用的药物分子。
做生信分析的第一步，是把你要解决的问题想清楚，挑一个合适的测序技术拿到对应层级的数据，弄明白你到底想要分析管线跑完后给你什么样的数据图表或基因列表，用这些结果来证明你的医学假设。把这层输入和输出的逻辑理顺，生信分析自然能切实帮助到你。
希望这些生信干货可以帮助大家更快了解并开展生信相关研究，如果想做生信分析研究或者用公共数据库开展研究，但不确定自己的方向适不适合，或者在数据收集、统计分析上需要帮助，欢迎联系我们。
想要快速产出高质量研究成果的朋友，欢迎咨询「医嘉研生信分析1V1指导」！我们将从选题方向沟通、数据收集、统计分析、写作指导、专家评审、语言编辑、投稿指导为您提供全方位指导！
往期推荐:
END
医嘉研专注于提供医学科研服务，不论您是需要发SCI还是国内核心，都可以联系我们！主要方向如下：
Meta分析
经典meta，网状meta，预测模型meta等等，医护全领域各类meta分析！
临床研究
MIMIC数据库挖掘、NHANES数据库、GBD数据库、CHARLS数据库、临床真实数据（已有数据或制定数据收集方案）
生信分析
转录组、单细胞测序、蛋白组、基因组、代谢组、孟德尔随机化、网络药理学、分子对接、多组学+机器学习等各类生信分析指导服务！
