概述 转录组（transcriptome）广义上指某一生理条件下，细胞内所有转录产物的集合，包括信使RNA、核糖体RNA、转运RNA及非编码RNA；狭义上指所有mRNA的集合。转录组测序分析可以分为有参转录组分析和无参转录组分析。有参无参的意思是，有/无参考基因组。 转录组上游分析 转录组上游分析一般有3种模式： 有参转录组上游分析 有参考基因组无注释文件上游分析或寻找新的转录本 无参考基因

基因组注释分为结构注释和功能注释。 结构注释能够帮助我们获取基因组上详细的基因分布和结构信息，是功能注释和进化分析的重要基础。基因结构预测包括预测基因组中的基因位点、开放性阅读框架（ORF）、翻译起始位点和终止位点、内含子和外显子区域、启动子、可变剪切位点以及蛋白质编码序列等等。 功能注释可以帮助我们进一步获得基因的功能信息，包括预测基因中的模序和结构域、蛋白质的功能和所在的生物学通路等 基因结构

什么是正则表达式 正则表达式是一组由字母和符号组成的特殊文本，是一种用于匹配和操作文本的强大工具，它可以在文本中查找、替换、提取你想要的文字，也可以用来验证特定的字符组成模式。一个正则表达式一般从左到右匹配主体字符串，常使用缩写的术语“regex”或“regexp”。 工具和基本语法 正则表达式一般以\<regex>\<flag>的形式存在，不同软件可能存在差异。<

什么是LaTex LaTeX是一个专业的排版系统，擅长处理篇幅较长、结构严谨的文档，并且十分擅长公式表达。它是免费软件，可以在大多数操作系统中安装使用。区别于微软的 Office Word，使用LaTeX并不能「所见即所得」。LaTeX文档是一个以.tex结尾的文本文件，可以使用任何文本编辑器编辑，但对于大多数人而言，使用一个合适的 LaTeX 编辑器会使得编辑的过程容易很多。在编辑的过程中你可

差异分析三巨头 DESeq2、edgeR、limma DESeq2、edgeR、limma是转录组差异分析的金标准，大多数转录组的文章和公司都是使用这三个R包做转录组的差异基因分析。 做差异基因表达分析需要的数据有：表达矩阵、分组信息 表达矩阵：即上游分析得到的每个基因在每个样本中的reads数，这里所使用的差异分析包都要求原始reads数的格式输入。 分组信息：即一个实验设计矩阵，包含每一个

fastp: A tool designed to provide fast all-in-one preprocessing for FastQ files. This tool is developed in C++ with multithreading supported to afford high performance. fastp，它可以仅仅扫描FASTQ文件一次，就完成比FA