1. 样本间microRNA表达差异的筛选 MicroRNA的表达量计算使用RPKM法进行归一化(Mortazavi等2008),参照Audic等1997年发表在Genome Research 上的数字化基因表达谱差异基因检测方法,对差异检验的p value作多重假设检验校正,通过FDR来决定p value的阈值。 通常以FDR≤0.01 且存在2倍以上表达差异作为判断基因表达差异显著的阈值。也可以选取更小的FDR阈值和更大的倍数差异,FDR值越小、倍数差异越大,则越有把握说明该基因在两个样本中的表达存在差异。 ![](http://item.yiqi.com/pic/ConPic/4/20120510155309799.jpg) 2. 差异microRNA表达模式聚类分析 可以对组间差异表达的microRNA与样本进行聚类分析后绘制热图。用以研究每个microRNA在不同样本间的表达情况,同时也可对样本的分组情况进行验证。 ![](http://item.yiqi.com/pic/ConPic/4/20120510155354994.jpg) 图 对筛选的差异基因的进行聚类分析 3. 靶基因预测 利用TargetScan数据库关联microRNA的靶基因(http://www.targetscan.org),结果形式包含microRNA 和靶基因的相关信息。 ![](http://item.yiqi.com/pic/ConPic/4/20120510155653371.jpg) 图 对microRNA 进行靶基因预测的结果表格 4. GO功能显著性富集分析(靶基因) ![](http://item.yiqi.com/pic/ConPic/4/20120510155903778.jpg) 图 microRNA靶基因进行Gene Ontology 显著性富集 5. pathway显著性富集分析(靶基因) ![](http://item.yiqi.com/pic/ConPic/4/20120510155919329.jpg) ![](http://item.yiqi.com/pic/ConPic/4/20120510155929999.jpg) 图 microRNA靶基因进行pathway显著性富集分析 |