快递查询
测试调用测试设计Survival生存曲线绘制软件环境微生物多样性软件转录组分析软件转录组软件购买重测序软件环境微生物多样性软件(1)桌面软件中药空间代谢组学检测中药非靶代谢组检测中药入血/入靶成分分析中药成分鉴定检测中药组学ATAC-seqCHIP-seqHi-C测序基因调控OmicsBeanMicrobe Trakr(微生物基因组鉴定分析工具)网页分析系统WEB分析系统澳洲血清 BovineBD科研管KAPAQIAGENThermoFisherMVE液氮罐4titude® 样品管标记系统Hi-C建库试剂盒及基因组组装软件无血清细胞冻存液Cell Freezing Medium纳米流式检测仪lexogen支原体检测试剂盒仪器试剂耗材数据库开发数据中心TCGA生存数据包功能医学报告系统开发PlantArray植物生理组平台特色服务单细胞测序空间代谢组DSP空间蛋白质组Visium空间转录组测序空间多组学类器官基因芯片染色体级别基因组组装Hi-C建库叶绿体、线粒体基因组测序一代测序动植物基因组de novo测序细菌基因组测序真菌基因组测序病毒基因组测序简化基因组遗传图谱测序简化基因组GWAS测序基因组重测序表观组基因分型外显子捕获目标区域捕获简化基因组遗传图谱性状定位扫描图DNA中5-hmC图谱测定全基因组甲基化测序真菌基因组扫描图测序epiGBS-简化甲基化BSA混池测序基因组SSR开发基因组(DNA)UMI-RNAseq转录组测序真核有参转录组测序真核无参转录组测序原核链特异性转录组测序全转录组测序 降解组表达谱芯片circRNA芯片circRNA测序Small RNA测序Lnc RNA测序m6A甲基化测序互作转录组测序UMI-RNAseq转录组(RNA)16S扩增子全长测序Meta-Barcoding(eDNA)技术研究微生物多样性测序宏基因组测序宏基因组Binning分析宏基因组抗性基因测序HiC-Meta宏基因组宏转录组差异表达测序宏病毒组测序环境DNAHiFi-Meta宏基因组肠道菌群临床检测基于肠道菌群检测和移植的肠道微生态学科建设宏基因组元素循环测序微生物组蛋白组代谢组抗体芯片Raybiotech芯片蛋白芯片蛋白芯片4D蛋白质组Raybiotech芯片OLINK精准蛋白质组学解决方案常规定量蛋白质组蛋白质组定性分析靶向蛋白质组学修饰蛋白质组学非靶向代谢组学靶向代谢组学脂质组学蛋白和代谢组GC-MS全代谢组LC-MS全代谢组靶向代谢组脂质组学代谢组学分子生物学CRISPR基因编辑细胞定制细胞株构建iPS构建CRISPR/Cas9DNA甲基化修饰细胞FAQ基因编辑切片图像扫描组织芯片免疫组化微量基因组建库专家病理切片数字存档多色免疫荧光病理形态学数据陪护扩增子时序分析基因突变体克隆动物中心小动物疾病模型构建和检测服务基因编辑小鼠动物实验支原体污染检测服务细胞系遗传背景鉴定细胞系鉴定外泌体全转录组测序外泌体分离与鉴定单外泌体蛋白质组学分析服务外泌体专题甲基化焦磷酸测序cfDNA甲基化测序DNA甲基化测序850K甲基化芯片935K甲基化芯片全基因组甲基化测序(WGBS)简化基因组甲基化测序 (RRBS)目标区域甲基化测序 (Targeted Bisulfite Sequencing)甲基化DNA免疫沉淀测序 (MeDIP-seq)氧化-重亚硫酸盐测序 (oxBS-seq)TET-重亚硫酸盐测序(TAB-seq)5hmC-Seal,超高灵敏度的羟甲基化检测羟甲基化免疫共沉淀测序 (hMeDIP-seq)DNA 6mA免疫沉淀测序 (6mA-IP Seq)甲基化专题RNA修饰研究专题免疫印迹(Western-blot)技术服务定量Western检测Simoa单分子免疫分析qPCRCNVSNPPGM测序PCR array数字PCR精准检测ATAC-SeqChIP-SeqRIP-Seq基因调控Ribo-seq核糖体印迹测序技术Active Ribo-seq活跃翻译组测序技术翻译组10x官方发布样本准备样本要求样本取材以及样本编号技巧精简版细胞库组织库动物模型蛋白组代谢组Hi-C单细胞与空间转录组单细胞悬液外泌体Raybiotech蛋白芯片Simoa样本准备样本准备要求表单留言板SaaS 帮助搜索Mac谷歌浏览器2019国自然基金查询生信相关工具集合数据分析项目信息单提交资料分享核酸抽提产品资料转录组软件教学视频微生物多样性软件教学视频Lexogen产品培训视频Olink精准蛋白组学专题项目进度个人中心会员登录会员注册购物车联系我们公众号手机商城公司愿景知识分享
当前位置

生物学重复

  一般的实验设计中,都会包括实验组和对照组,组内的个体都会经过相同的处理方式。如这里,对照组有三只小鼠,实验组也有三只小鼠。对照组的三只小鼠即为一组生物学重复,实验组的三只小鼠,经过相同的实验处理,也是一组生物学重复。在这样的一组简单实验设计中,就有两组生物学重复存在。

那么我们为什么要设置生物学重复呢
这里就要提及高通量研究中常会关注的一些问题:诸如,无论是研究微生态的群落和功能,还是进行转录表达调控的研究中,如何让样本量和数据量的设计能够承载较高水平的检测灵敏度和精确度,就涉及两方面的问题:1.是低丰度的物种或基因能否被检出;2是定量的结果是否准确。此外,样本量的设置也关系到科研的成本和结果产出的质量,如何用更少的小钱钱做出高水平的研究来,这里也涉及两方面问题:1.是样本量的设置对结果的影响;2.是如何实现样本重复量与数据量的**组合,以实现高性价比的要求。这些都需要借助生物学重复来实现和提升。

  这里就谈一下生物学重复存在的意义

通过相同背景和处理的生物学重复,可以实现消除组内的误差,提高检验的灵敏度,还可以通过比较生物学重复来测量样本间的差异程度,以此来挖掘在组内具有普遍规律性的结论。我们常说生物学重复越多,越具有统计学意义,这是因为检测的样本越多,越能够降低背景差异,提升结果的可靠性,同时也越容易总结出普适的规律性结论。

在我们的研究中,由于处理的实验个体间可能存在的遗传背景差异或操作处理偏差等都可能造成有一些异常样本的存在,这些样本产出的异常数据会给实验结果带来偏离。那么通过生物学重复的设置,我们可以通过后续的生物信息分析,发现和排除异常样本,得到具有普适性规律的结论。

下面就通过两个案例,来分享一下生物学重复设置的优势和必要性

首先是转录组研究的案:通过生物学重复的设置,比较了转录组测序中的假阳性率FPR和真阳性率TPR.从表一(下图)中不难看出,在单样本测序量不变的前提下,伴随着生物学重复数的增加,研究的真阳性率得到了显著的提升。

实验对差异表达基因的检测变得更加灵敏,那些表达量较低的基因,或者差异倍数较小的差异表达基因也更容易被检出。

当然了,数据量的变化也会对结果造成一定的影响,因此,研究也分析了在不同的单样本测序量条件下,下面两张表格展现了不同生物学重复数的设置对检测真假阳性率的影响:这里以n=4为例,此处不难看出即便数据量由25%提升到100%,真假阳性率的变化也都非常有限。但在同一测序数据量下,将生物学重复由2个提升到12个,这里以,TPR得到的显著的提升——这说明生物学重复可以显著提高检测结果的准确性。

即便保持整个项目测序的总数据量不变,既全项目的总数据量为1,那么n个生物学重复的话,单样本测序数据量为1/n。从研究的曲线图可以看出,增加生物学重复可能对FPR的影响不那么显著,但在TPR中,伴随着生物学重复数的提高,TPR率也在不断提高:即便2个样本时,单样本数据量达50%TPR比率也仅有3%左右,但当有8个生物学重复时,单样本的数据量虽然降到了12.5%,但TPR比例显著提升到20%以上。

再看一个全基因组甲基化研究的案,同样的也是利用差异甲基化区域DMR检测的假阳性率FPR和真阳性率TPR评估生物学重复对检测结果的影响。不难看出伴随测序深度的提高,差异甲基化区域的检出效果也在提升,我们留意到在同一个测序深度下,增加生物学重复的个数TPR显著提高(a图),FPR也有相应的下降(b图)。在测序深度达到30%以上时,生物学重复的增加也能显著提高DMR检测的灵敏度(c图)。

参考文献

1. Efficient experimental design and analysis strategies for the detection of differential expressioon using RNA-sequencing. BMC Genomics, 2012.

2. Coverage recommendations for methylation analysis by whole genome bisulfits sequencing. Nature Methods, 2015.

文章分类: 资料分享科研头条