• データQC

  データQC

  シーケンスリードのクオリティスコアを算出し、その結果サマリーを視覚的にチェックすることができます。解析を行うにあたり取得した生データに異常がないか、また異常があった際はどのサンプルにどの程度の異常があったかを把握することができます。クオリティスコアはエラー率の対数で表示します。

• トリミング

  トリミング

  質の低いシーケンスリードを部分的またはリードごと除去します。各アプリケーションに合わせたパラメーターで処理されます。

• マッピング

  マッピング

  シーケンスリードを塩基配列に基づき参照ゲノムと照合し、ゲノム上のどこに該当するかを予測します。全リードのマッピング結果を集計し、サンプルごとにマップ率を算出します。

• リードカウント

  リードカウント

  各シーケンスリードのマップ位置を遺伝子の位置に照らし合わせ、遺伝子ごとにマップされたリードの数を集計します。

  
• TPM値/FPKM値/FPKM-UQ値の算出

  TPM値/FPKM値/FPKM-UQ値の算出

  リードカウントデータはデータ量や遺伝子の大きさをはじめとするバイアスを含みそのままの値では比較に使用できません。そこでTPM値としてサンプル中の転写産物の長さを1000bpに補正し、さらに補正後の全転写産物の量を100万になるように規格化して算出した値を使用します。近年では発現量の比較としてTPMが適しているとされています。また、同時にFPKM/FPKM-UQについても算出します。

  
• 相関分析

  相関分析

  相関係数は、２つのサンプルの遺伝子発現パターンがどの程度類似しているかを図る指標です。主にレプリケイトのデータ間でどのくらいの再現性があるかを評価するために使用されます。

  
• 主成分分析

  主成分分析

  多数のサンプルを対象とする時にサンプル同士の類似性を調べる方法です。相関のある多数の変数を集約し全体のばらつきを最もよく表す「主成分」と呼ばれる変数を合成する多変量解析の一つです。データの次元を削減するために用いられます。ばらつきが大きい成分に縮約して表現できるため、サンプル間の遺伝子発現のパターンの類似性を俯瞰して見ることができます。

  
• 階層的クラスタリング

  階層的クラスタリング

  サンプル間の距離に基づいて、距離の近いもの同士を１つのグループに順次にまとめていく方法です。生成されたクラスタがさらに上位のクラスタにまとめられていくため、分類結果は階層構造を持つものとなります。階層構造は系統図と呼ばれる図で可視化されます。枝の長さはサンプル間の遺伝子発現パターンの類似性を示します。

  
• ヒートマップ描画

  ヒートマップ描画

  サンプル間での遺伝子発現量の変動を色の濃さで表現します。同じグループに分類された遺伝子やサンプルの発現パターンにどの程度のばらつきがあるかを視覚的に把握することができます。

  

オプション解析メニュー

• DEG（発現変動遺伝子）解析

  DEG（発現変動遺伝子）解析

  当社のDifferentially Expressed Gene 解析（＝DEG 解析, 発現変動遺伝子解析）では､群間において有意に発現変動している遺伝子を抽出し､変動値とそのp値, q値を算出します。また､得られた結果を用いてヒートマップ, Volcano plot, MA plotを描画し､発現変動の全体像を様々な角度から俯瞰的に掴むことができます。

  
• GO解析*

  GO解析*

  2群間において有意に発現変動している遺伝子群において特定の機能が濃縮(enrich)されている、あるいは希薄 (purified)であるかを統計的に評価します。解析結果は棒グラフだけでなく、Bubble plotにより発現上昇／発現減少遺伝子群両方で検出されたGO termについても､上昇と減少のどちらに偏りがあるかを確認できます。これらのグラフを統合して解釈することで、検出された機能の関係性や関与する遺伝子の発現傾向まで視覚的に捉えることができます。弊社ではGO解析用の種々Webサービスでは解析ができない生物種の場合も幅広く対応が可能です。

  
• KEGGパスウェイ解析*

  KEGGパスウェイ解析*

  2群間で有意に発現変動している遺伝子群において、濃縮されているKEGGパスウェイを統計的に評価します。統計解析結果を示すテーブルデータ・グラフに加え、発現変動遺伝子を色付けしたパスウェイマップのリストを納品いたします。これらにより、DEG解析まででは解釈が難しい、遺伝子間相互作用の変動を視覚的に捉えることができます。

  
• GSEA解析*

  GSEA解析*

  DEG解析で得られた発現変動遺伝子より、どのような細胞状態にあるか、どのような機能を有するかを予測します。発現変動遺伝子の倍率変化や遺伝子セットに含まれている遺伝子発現の増減のヒートマップ、エンリッチメントスコアの図を作成します。

  
• 上流因子解析*

  上流因子解析*

  発現変動遺伝子のプロモーター領域に対してモチーフ解析を行うことで、条件特異的な役割を果たす転写因子を予測します。

  
• スプライシングバリアント解析

  スプライシングバリアント解析

  取得したペアエンドのシーケンスリードのマッピング位置の情報に基づき、各転写産物がどのようなスプラインシングパターンを示すかを予測します。このパターンは群間で比較でき、条件特異的なスプラインシングバリアントの絞り込みも可能です。

  
• 融合遺伝子解析

  融合遺伝子解析

  取得したペアエンドのシーケンスリードのマッピング位置の情報に基づき、染色体の挿入・逆位・転座などの組換えにより生じる融合遺伝子を検出します。各融合遺伝子について元の遺伝子名やストランドの方向、break pointの位置などの解析結果と、位置情報とドメインを視覚的に確認することができる図を作成します。

  
• トランスクリプトSNV解析

  トランスクリプトSNV解析

  取得したシーケンスデータを用いて、各遺伝子のエキソンーイントロンジャンクションを含むエキソン領域について、SNVおよびINDELを検出します。SNV/INDELに対してアノテーションを付与し、変異がタンパク質の構造に及ぼす影響について予測し、1000人ゲノムプロジェクトにおけるアリル頻度を付与します。これらの変異は合わせて納品する専用ブラウザを用いて確認することができます。

  
• de novo transcriptome assembly

  de novo transcriptome assembly

  リファレンスゲノムが未知または不十分である生物種において、取得したシーケンスリードを繋ぎ合わせRNA配列を再構築した上で、サンプル間での発現変動比較を実施できます。検出されたRNA配列に対してDBの情報に基づきアノテーションを付与することにより、ゲノム配列が不明な生物でも生物学的知見を得ることができます。

• その他、下記のような3群間以上での比較解析も対応可能でございます。
  お気軽にお問合せください。

  ・k-meansクラスタリング解析

  ・ベイズ推定を用いた多群比較解析

  ・時系列変動遺伝子解析

  ・DEGの共通項評価（ベン図作成含む）

• 参考文献を基にした解析

  参考文献を基にした解析

  お手持ちの参考文献で実施されている解析方法を調査・再現し、取得されたシーケンスリードの解析に適用します。

• 論文用図版作成

  論文用図版作成

  弊社にて実施した解析について、論文用に図を新たに作成します。必要に応じて他サービスメニューと併用し再解析も実施することができます。

• 標準サービスメニューに複数回の閾値変更を加えた解析

  標準サービスメニューに複数回の閾値変更を加えた解析

  弊社規定値で解析を実施後に、複数回閾値を変更して再解析を実施します。データの傾向を加味してパラメーターを調整することで、より系の特性に応じた結果を得ることが可能です。

• 他アプリケーションデータとの統合解析

  他アプリケーションデータとの統合解析

  ATAC-seqやChIP-seq等の他のアプリケーションで得られたデータとの統合解析が可能です。

• 公共データとの統合解析

  公共データとの統合解析

  公共データベースに公開されているデータや既にご自身で取得されているデータと、新たに取得されたデータを統合して解析することができます。