新鲜出炉：RNA-seq数据分析指南

同济大学Cell发布干细胞重要研究成果
来自同济大学医学院、加州大学洛杉矶分校、南昌大学等处的研究人员报告称，他们利用单细胞RNA测序技术，同时运用加权基因共表达网络分析(WGCNA)，揭示出了激活休眠神经干细胞的信号。这一重要的研究结果发布在5月21日的《细胞》（Cell）杂志上。

Science公布单个循环肿瘤细胞RNA测序结果
由麻省总医院，哈佛大学主持的一项最新研究发现了前列腺癌细胞对一种常见的癌症治疗方法产生抗性的原因，研究人员完成了前列腺癌单个循环肿瘤细胞的RNA测序，其中找到了非经典Wnt信号所起的关键作用。

Cell子刊发布环状RNA的表达图谱
德国Max Delbrück分子医学中心的研究团队全面分析了哺乳动物大脑内的circRNA。他们发现，circRNA在哺乳动物大脑中丰度很高、相当保守而且存在动态表达。这项研究于四月二十三日发表在Cell旗下的Molecular Cell杂志上，文章的通讯作者是Max Delbrück分子医学中心的Nikolaus Rajewsky教授。

新晋院士张旭Cell Research发表最新成果
中科院上海生科院神经所的张旭研究员在十二月二十二日的Cell Research杂志上发表了新成果。他领导研究团队根据单细胞RNA测序和功能异质性鉴定了躯体感觉神经元的类型。前不久，张旭研究员刚刚当选了中国科学院院士。

从芯片到RNA-seq的转型之路
自二十世纪九十年代中期以来，芯片就一直是基因组表达分析的中坚力量。不过随着测序成本的直线下降，RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。The Scientist杂志与多位专家共同探讨了从芯片到RNA-seq的过渡，希望帮助研究者们顺利度过这段艰难的转型期，最终实现华丽转身。

Nature Methods：高分辨率的测序技术
悉尼Garvan医学研究所的研究人员在Nature Methods杂志上发表文章展示了一种新测序技术的强大实力。CaptureSeq结合了基因捕获技术和深度测序，是一种靶向性的RNA测序。这种技术能够大大提高基因组分析的分辨率，为基础研究和癌症诊断带来革命性的启示。

遗传学大牛教你荧光原位RNA测序
著名遗传学George M Church和Je Hyuk Lee领导团队开发了荧光原位RNA测序（FISSEQ）技术，该技术可以在固定的细胞和组织中，获得全基因组范围的基因表达图谱。FISSEQ最初发表在去年的《科学》（Science）杂志上，研究人员在模拟的创伤修复实验中，全面分析了人类原代成纤维细胞的RNA表达和定位。最近，他们又在Nature Protocols上公布了FISSEQ技术的详细步骤。

潘滔教授Nature Methods发布RNA测序重大突破
来自芝加哥大学、德克萨斯大学奥斯汀分校的研究人员报告称，他们开发出了一种新方法实现高效定量高通量tRNA测序。这种叫做DM-tRNA-seq的技术适用于在所有生物体中开展tRNA研究。这一重要的研究成果发布在7月27日的《自然方法》（Nature Methods）杂志上。

三篇文章介绍RNA-Seq数据分析的新工具[新品推荐]
新年伊始，RNA-Seq的数据分析方法就如雨后春笋般涌现。在最近的一个月内，三篇介绍RNA-Seq数据分析新方法的文章发表在Nature集团旗下的刊物上，其中一篇发表在《Nature Methods》上，另外两篇都发表在《Nature Biotechnology》上。

Nature Biotechnology多篇文章聚焦RNA测序的质量控制
许多人相信，未来基因组数据将会对患者的治疗产生重要的影响。不过也有不少专家质疑基因组分析的准确性和可靠性。为此，美国FDA牵头了RNA测序质量控制（SEQC）项目，评估了多个试验室RNA-seq数据的可比性，评估了不同测序平台和数据分析法的表现，并将它们与DNA芯片进行比较。本期Nature Biotechnology特别关注了这一项目，发表了多篇相关文章。

干细胞先驱：助力单细胞RNA-seq的统计法
最近，美国Morgridge研究所和威斯康星-麦迪逊大学的科学家们开发出一种算法，提供了一种新的方法，来识别振荡基因的动力学，并首次确定了这些早期发育力量的作用。这项研究发表在八月二十四日的《Nature Methods》，描述了这种新的统计方法，称为“Oscope”，有助于在单细胞RNA测序实验中确定振荡基因。

发现RNA-seq隐藏信息的新方法
最近，瑞士Friedrich Miescher生物医学研究所（FMI）的一个研究小组，开发出一种新的计算方法，来分析RNA-seq数据。通过比较内含子和外显子RNA读数，这种方法使我们能够识别转录和转录后调控对基因表达的作用。该研究小组在最近的《Nature Biotechnology》发表文章，描述了这种新方法。

如何解决RNA-seq量化误差？
英国爱丁堡大学的研究人员在国际知名生物学期刊《Genome Biology》发表题为“Errors in RNA-Seq quantification affect genes of relevance to human disease”的研究成果。他们在这项研究中采用12种常见的方法，评估来自RNA-Seq的基因表达，发现有几百个基因的表达被一种或更多方法所低估。研究人员继而提出了一种两阶段的RNA-seq数据分析法，并将这种方法应用于最近发表的小鼠癌症研究，证实这种方法能够从被丢弃的数据中，提取到相关的生物学信号。