基因组与转录组分析可以解决什么问题
基因组与转录组分析并不是把输入交给单一软件后返回一个分数，而是围绕“哪些变异、基因表达或调控信号与研究表型稳定相关？”设计一条可复核的分析路径。项目会先判断输入质量、比较对象和证据用途，再选择与问题匹配的方法层级。
实际工作以测序质控、比对、定量与变异检测、差异表达、剪接和共表达分析、功能注释、富集和调控网络为主要技术环节，并把FASTQ、表达矩阵或变异文件、样本分组、协变量与实验设计、参考基因组和注释版本与质控、定量与统计结果、候选基因、变异和通路、可复现流程、图表和报告建立明确对应。结果报告会同时说明支持证据、冲突信号、参数依赖和下一步验证条件。
哪些变异、基因表达或调控信号与研究表型稳定相关？
适合这些研究场景
- 已经明确研究对象，希望回答“哪些变异、基因表达或调控信号与研究表型稳定相关？”的课题
- 需要在测序质控、比对、定量与变异检测与差异表达、剪接和共表达分析之间建立一致比较和质量控制的研究
- 希望获得质控、定量与统计结果、候选基因、变异和通路、可复现流程、图表和报告并保留完整复现记录的团队
可开展的具体分析
测序质控、比对、定量与变异检测
围绕FASTQ、表达矩阵或变异文件开展测序质控、比对、定量与变异检测，形成质控、定量与统计结果。首先检查FASTQ、表达矩阵或变异文件是否足以支撑后续分析。
差异表达、剪接和共表达分析
围绕样本分组、协变量与实验设计开展差异表达、剪接和共表达分析，形成候选基因、变异和通路。与前后步骤采用一致对象、条件和命名，便于比较与复核。
功能注释、富集和调控网络
围绕参考基因组和注释版本开展功能注释、富集和调控网络，形成可复现流程、图表和报告。与前后步骤采用一致对象、条件和命名，便于比较与复核。
根据研究问题选择方法层级
| 方法 | 适合回答 | 需要注意 |
|---|---|---|
| 测序质控、比对、定量与变异检测 | 建立基因组与转录组分析的输入基线和初始候选空间 | 基因组与转录组分析的输入状态、结构或数据定义错误会传递到全部后续步骤 |
| 差异表达、剪接和共表达分析 | 比较基因组与转录组分析中的候选状态、特征或机制并形成优先级 | 基因组与转录组分析的比较必须使用一致条件，不能把原始分数直接当作实验量 |
| 功能注释、富集和调控网络 | 复核基因组与转录组分析的关键结果、解释差异和记录不确定性 | 批次、样本量、群体结构和参考版本会影响结果；关联信号不自动等于因果机制。 |
从问题定义到可复现交付
明确研究问题
围绕“哪些变异、基因表达或调控信号与研究表型稳定相关？”确认主要比较对象、决策用途、实验背景和本次计算能够支持的证据强度。
审查并整理输入
核对FASTQ、表达矩阵或变异文件、样本分组、协变量与实验设计、参考基因组和注释版本，处理结构、命名、单位、批次或微观状态问题，并登记仍需假设的缺失信息。
设计方法与对照
组合测序质控、比对、定量与变异检测、差异表达、剪接和共表达分析、功能注释、富集和调控网络，为关键结论安排对照、重复、参数敏感性或独立证据，先写明判断标准再执行计算。
计算与质量控制
基因组与转录组分析按可复现环境执行测序质控、比对、定量与变异检测等任务，保存输入、版本、参数、日志和中间结果；发现收敛、采样、数据质量或模型适用域问题时单独标记。
解释与交付
围绕质控、定量与统计结果、候选基因、变异和通路、可复现流程、图表和报告组织结果，区分直接观察、模型推断和工作假设，并给出适合下一步实验或补充计算的优先级。
开始前需要什么，完成后得到什么
需要的输入
- FASTQ、表达矩阵或变异文件
- 样本分组、协变量与实验设计
- 参考基因组和注释版本
可选补充资料
- 已知阳性、阴性或参考体系，用于判断基因组与转录组分析结果是否符合基本预期
- 与基因组与转录组分析相关的重复实验、外部数据库或文献证据，用于交叉复核关键解释
- 基因组与转录组分析项目的时间、算力、软件兼容或交付格式限制
交付内容
- 质控、定量与统计结果
- 候选基因、变异和通路
- 可复现流程、图表和报告
质量控制与解释边界
判断结果是否可靠
- 基因组与转录组分析：样本元数据、批次、缺失与混杂因素审计
- 基因组与转录组分析：严格数据划分并与可解释简单基线比较
- 基因组与转录组分析：多重检验、校准、不确定性与敏感性分析
- 基因组与转录组分析：使用独立队列、外部图谱或正交实验复核
不能越过的边界
- 批次、样本量、群体结构和参考版本会影响结果；关联信号不自动等于因果机制。
- 基因组与转录组分析的结果只在所记录的输入、参数、模型和采样范围内成立。对输入状态、比较条件或项目目标的改变，可能需要重新计算而不能直接沿用原结论。
常见项目进入方式
从单一对象到可比较候选
当课题已有FASTQ、表达矩阵或变异文件，但缺少统一判断标准时，先建立基线和对照，再用测序质控、比对、定量与变异检测、差异表达、剪接和共表达分析、功能注释、富集和调控网络形成候选分层，交付质控、定量与统计结果和关键差异说明。
对已有结果进行独立复核
当基因组与转录组分析相关的实验或计算结果存在冲突时，回到FASTQ、表达矩阵或变异文件及分析假设，围绕测序质控、比对、定量与变异检测增加必要的重复、敏感性和替代模型，判断差异来自真实信号还是方法条件。
开始项目前常见的问题
基因组与转录组分析开始前必须准备哪些资料？
至少需要FASTQ、表达矩阵或变异文件、样本分组、协变量与实验设计、参考基因组和注释版本。如果信息不完整，可以先做输入审计，明确哪些缺失会改变方法选择，哪些能够通过合理假设处理；未经确认的假设会在方案和报告中单独列出。
结果能否直接证明“哪些变异、基因表达或调控信号与研究表型稳定相关？”？
不能把单一模型输出当作实验事实。批次、样本量、群体结构和参考版本会影响结果；关联信号不自动等于因果机制。 页面所列质量控制用于判断结果是否足以形成优先级或机制假设，关键结论仍应由适当实验或独立数据复核。
最终会收到哪些可继续使用的文件？
交付通常包括质控、定量与统计结果、候选基因、变异和通路、可复现流程、图表和报告，并附输入整理记录、主要参数、软件与数据库版本、质量控制结果、可编辑表图和限制说明。具体原始文件类型会按项目方案确认。