Bioinformatics

ATAC-Seq 是“Assay for Transposase-Accessible Chromatin with high-throughput Sequencing”的缩写。 ATAC-Seq 方法依赖于使用高活性转座酶 Tn5 的下一代测序（NGS）文库的构建。将 NGS 接头连接到转座酶上，该转座酶可以使染色质断裂并同时将这些接头整合到开放的染色质区域中。构建的文库可通过 NGS 测序，并使用生物信息学分析具有可及或可访问染色质的基因组区域。

文章题为"Identification and expression pattern analysis of the OsSnRK2 gene family in rice"。该文章发表于 Frontiers in Plant Science（中科院二区，IF=5.6，第一作者：Tongyuan Yu，通讯作者：Dawei Xue）。

之前那一篇文章主要讲的是一些知识与工具的用法，这次用六组数据进行分析，得到基因表达矩阵。

转录组测序的研究对象为特定细胞在某一功能状态下所能转录出来的所有 RNA 的总和，包括 mRNA 和非编码 RNA，相对于传统的芯片杂交平台，转录组测序无需预先针对已知序列设计探针，即可对任意物种的整体转录活动进行检测，提供更准确的数字化信号，更高的检测通量以及更广泛的检测范围，是目前深入研究转录组复杂性的强大工具，基于高通量测序平台的转录组测序技术能够全面获得物种特定组织或器官的转录本信息，从而进行基因表达水平研究、新转录本发现研究、转录本结构变异研究等。

ATAC-seq，全称 Assay for Transposase-Accessible Chromatin with high throughput sequencing，是 2013 年由斯坦福大学 William J. Greenleaf 和 Howard Y. Chang 实验室开发的用来研究染色质可及性（通常也理解为染色质的开放性）的方法。

最近在处理一组转录组数据时遇到一个问题，就是这个数据的参考基因组很大，有 10GB 多，Hisat2 总是会报错，于是找到该组数据的原文献，看到材料与方法里使用的是 bowtie2，所以就用 bowtie2 比对，就没有发生错误了。

最初第一次使用 Trimmomatic 的时候就很头疼，代码那么长，而且那些参数都很不好懂 … 但是当时也就凑活着用了，最近读到几篇论文都用 trim Galore 来进行测序数据的清洗，于是试用了一下，确实比起 Trimmomatic 要好一些。

对于基因集功能富集分析原理之前一直不怎么清楚，虽然已经可以做出 GO/KEGG 富集分析，但原理还没有去学习过，这显然是不行的。参考了许多老师的文章，写一下自己对于富集分析原理的理解。

最近在做黑麦草基因的项目，要对一个基因家族进行命名，与一些老师讨论后有了一个大致的思路。

最近有一位师兄找我帮忙写一些 R 语言代码，实际上我也不怎么会，网上「借鉴」一些，自己改一些，达到目的似乎也就可以了。但是日后可能要经常和 R 语言打交道，所以还是研究清楚一些比较好。本文说说对人类基因进行注释并做 GO 富集分析。