你可能不适合做人（学徒给我的6个暴击）
正文分割线
给学徒布置任务，根据我的教程使用salmon流程走一波airway这个转录组数据集，很快就出了结果，为了检查他数据处理的结果准确性，就把我两年前跑的结果给到他，然后让比较一下两个表达矩阵的相关性，结果出乎我意料！学习视频在：https://share.weiyun.com/5sh27An
不同流程的表达矩阵居然有批次效应
如下，可以看到我们两个人的表达矩阵，很清晰的分成了两个组：
主成分分析也是如此：
这个是不应该的，理论上来说，不同样本之间是有表达差异的，所以相关性不能太高，而同一个样本在不同流程理论上应该是不能变化太大的。
换一个数据集
起初，我怀疑是数据集的问题，所以让他继续跑了另外一个数据集，就是2018的果蝇的，同样的那个我也是有salmon流程结果，然后继续让他比较他今天的结果和我之前的结果的差异。
这个时候就清晰的看到，同样的一个样本，在salmon流程不同软件版本不同参考转录组得到的表达矩阵差异是很小的。
那么前面的表达矩阵出了什么情况呢
随便检查一个样本的两次流程的表达量差异情况：
真的是很震惊啊，一个基因表达量差异之大，如云泥之别！
最简单的办法是直接载入bam到igv去查看该基因
很简单的网页工具拿到其基因名字：https://www.ensembl.org/id/ENSG00000167658 是 EEF2 (HGNC Symbol) 所以IGV定位查看：
为什么明明是高表达基因被搞成了低表达呢？
毫无疑问，学徒肯定是跑流程的时候做错了什么，我让他自己去思考，为什么跑人类的这个数据集有问题，而跑果蝇就ok呢？
以上就是我带学徒的过程，如果你看不出来我做了什么指导，你可能不适合做学徒，麻烦绕行，不要浪费我的时间，谢谢！
补充一下超级VIP入场券，并不是花钱就一定可以买，我有要去的：
首先：预留时间接受培养，可以是全日制脱产一个月以上或者周六日长期加入学习小组。 其次：请精心制作好简历（主要是教育背景和项目经验），以及两份推荐信(不限推荐人身份) 。 最后：基本道德素养 【积极进取，诚实守信，责任心强！！！】
赞 (0)