上海伯豪数据分析示例 — miRNA表达谱水平研究（利用SAS）

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。

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。

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。

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）

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）

图 microRNA靶基因进行pathway显著性富集分析

上海伯豪数据分析示例 — miRNA表达谱水平研究（利用SAS）信息由上海伯豪生物技术有限公司为您提供，如您想了解更多关于上海伯豪数据分析示例 — miRNA表达谱水平研究（利用SAS）报价、型号、参数等信息，欢迎来电或留言咨询。

注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途