按照我们带领10万人入门生物信息学的经验来看，RNA-seq基础数据分析无疑是最适合初学者的，我们划分好了8个部分：https://mp.weixin.qq.com/s/UudD1ZhKaFPvwugUBL7z3A 而且也有完整的视频学习资料：

• 代码参考：https://www.jianshu.com/p/a84cd44bac67
• 视频教程见：https://www.bilibili.com/video/av28453557
  所以我们的RNA-seq小考核也是基于此！

  Q1: 参考基因组及注释文件下载地址

  列出人，小鼠，拟南芥的基因组序列，转录组cDNA序列，基因组注释gtf文件下载地址

  Q2: 找到文章的测序数据

  2018年12月的NC文章：Spatially and functionally distinct subclasses of breast cancer-associated fibroblasts revealed by single cell RNA sequencing 使用成熟的单细胞转录组( Smart-seq2 )手段探索了癌相关的成纤维细胞 CAFs的功能和空间异质性。

  Q3：下载测序数据

  主要是理解GEO链接： GSE111229 和原始测序数据：SRP133642 两个链接

  Q4: 任意挑选6个样本走标准的RNA-seq上游流程

  即 sra → fastq→bam→counts
  注意每个步骤的质控细节，注意每个步骤的文件格式转换背后的生物学意义。
  代码参考在：code

  Q5: 理解RNA-seq上游流程得到的表达矩阵的多种形式

  包括 每个基因比对到的reads数量的counts矩阵，以及去除了每个细胞测序数据量（文库大小）差异后的 rpm 矩阵，以及去除了基因长度效应的 rpkm矩阵，以及最近比较流行的 tpm 矩阵。

  Q6: 任取6个样本表达矩阵随意分成2组走差异分析代码

  代码参考：https://github.com/jmzeng1314/GEO/tree/master/airway_RNAseq
  需要汇总PCA,heatmap,火山图，MA图，CV图等等

  Q7：挑选差异分析结果的统计学显著上调下调基因集

  在R里面，对统计学显著上调下调基因集，进行GO/KEGG等数据库的超几何分布检验分析，原理参考：https://mp.weixin.qq.com/s/M6CRe39xmQ_lSQqeM99kow

  Q8： 直接对任取6个样本表达矩阵做GSVA分析

  参考代码：https://github.com/jmzeng1314/GEO