新鮮出爐：RNA-seq數據分析指南

同濟大學Cell發布干細胞重要研究成果
來自同濟大學醫學院、加州大學洛杉磯分校、南昌大學等處的研究人員報告稱，他們利用單細胞RNA測序技術，同時運用加權基因共表達網絡分析(WGCNA)，揭示出了激活休眠神經干細胞的信號。這一重要的研究結果發布在5月21日的《細胞》（Cell）雜志上。

Science公布單個循環腫瘤細胞RNA測序結果
由麻省總醫院，哈佛大學主持的一項最新研究發現了前列腺癌細胞對一種常見的癌癥治療方法產生抗性的原因，研究人員完成了前列腺癌單個循環腫瘤細胞的RNA測序，其中找到了非經典Wnt信號所起的關鍵作用。

Cell子刊發布環狀RNA的表達圖譜
德國Max Delbrück分子醫學中心的研究團隊全面分析了哺乳動物大腦內的circRNA。他們發現，circRNA在哺乳動物大腦中豐度很高、相當保守而且存在動態表達。這項研究于四月二十三日發表在Cell旗下的Molecular Cell雜志上，文章的通訊作者是Max Delbrück分子醫學中心的Nikolaus Rajewsky教授。

新晉院士張旭Cell Research發表最新成果
中科院上海生科院神經所的張旭研究員在十二月二十二日的Cell Research雜志上發表了新成果。他領導研究團隊根據單細胞RNA測序和功能異質性鑒定了軀體感覺神經元的類型。前不久，張旭研究員剛剛當選了中國科學院院士。

從芯片到RNA-seq的轉型之路
自二十世紀九十年代中期以來，芯片就一直是基因組表達分析的中堅力量。不過隨著測序成本的直線下降，RNA測序（RNA-seq）成為了越來越受歡迎的轉錄組分析方法。The Scientist雜志與多位專家共同探討了從芯片到RNA-seq的過渡，希望幫助研究者們順利度過這段艱難的轉型期，最終實現華麗轉身。

Nature Methods：高分辨率的測序技術
悉尼Garvan醫學研究所的研究人員在Nature Methods雜志上發表文章展示了一種新測序技術的強大實力。CaptureSeq結合了基因捕獲技術和深度測序，是一種靶向性的RNA測序。這種技術能夠大大提高基因組分析的分辨率，為基礎研究和癌癥診斷帶來革命性的啟示。

遺傳學大牛教你熒光原位RNA測序
著名遺傳學George M Church和Je Hyuk Lee領導團隊開發了熒光原位RNA測序（FISSEQ）技術，該技術可以在固定的細胞和組織中，獲得全基因組范圍的基因表達圖譜。FISSEQ最初發表在去年的《科學》（Science）雜志上，研究人員在模擬的創傷修復實驗中，全面分析了人類原代成纖維細胞的RNA表達和定位。最近，他們又在Nature Protocols上公布了FISSEQ技術的詳細步驟。

潘滔教授Nature Methods發布RNA測序重大突破
來自芝加哥大學、德克薩斯大學奧斯汀分校的研究人員報告稱，他們開發出了一種新方法實現高效定量高通量tRNA測序。這種叫做DM-tRNA-seq的技術適用于在所有生物體中開展tRNA研究。這一重要的研究成果發布在7月27日的《自然方法》（Nature Methods）雜志上。

三篇文章介紹RNA-Seq數據分析的新工具[新品推薦]
新年伊始，RNA-Seq的數據分析方法就如雨后春筍般涌現。在最近的一個月內，三篇介紹RNA-Seq數據分析新方法的文章發表在Nature集團旗下的刊物上，其中一篇發表在《Nature Methods》上，另外兩篇都發表在《Nature Biotechnology》上。

Nature Biotechnology多篇文章聚焦RNA測序的質量控制
許多人相信，未來基因組數據將會對患者的治療產生重要的影響。不過也有不少專家質疑基因組分析的準確性和可靠性。為此，美國FDA牽頭了RNA測序質量控制（SEQC）項目，評估了多個試驗室RNA-seq數據的可比性，評估了不同測序平臺和數據分析法的表現，并將它們與DNA芯片進行比較。本期Nature Biotechnology特別關注了這一項目，發表了多篇相關文章。

干細胞先驅：助力單細胞RNA-seq的統計法
最近，美國Morgridge研究所和威斯康星-麥迪遜大學的科學家們開發出一種算法，提供了一種新的方法，來識別振蕩基因的動力學，并首次確定了這些早期發育力量的作用。這項研究發表在八月二十四日的《Nature Methods》，描述了這種新的統計方法，稱為“Oscope”，有助于在單細胞RNA測序實驗中確定振蕩基因。

發現RNA-seq隱藏信息的新方法
最近，瑞士Friedrich Miescher生物醫學研究所（FMI）的一個研究小組，開發出一種新的計算方法，來分析RNA-seq數據。通過比較內含子和外顯子RNA讀數，這種方法使我們能夠識別轉錄和轉錄后調控對基因表達的作用。該研究小組在最近的《Nature Biotechnology》發表文章，描述了這種新方法。

如何解決RNA-seq量化誤差？
英國愛丁堡大學的研究人員在國際知名生物學期刊《Genome Biology》發表題為“Errors in RNA-Seq quantification affect genes of relevance to human disease”的研究成果。他們在這項研究中采用12種常見的方法，評估來自RNA-Seq的基因表達，發現有幾百個基因的表達被一種或更多方法所低估。研究人員繼而提出了一種兩階段的RNA-seq數據分析法，并將這種方法應用于最近發表的小鼠癌癥研究，證實這種方法能夠從被丟棄的數據中，提取到相關的生物學信號。