RNA seq汇总篇，一文掌握RNA seq
RNA测序（RNA-seq）在过往十年里逐渐成为全转录组水平分析差异基因表达和研究mRNA差异剪接必不可少的工具。RNA-seq帮助大家对RNA生物学的理解会越来越全面：从转录本在何时何地转录到RNA折叠以及分子互作发挥功能等。
1.RNA-seq相关名词
详细介绍了RNA seq的专业词、高通量测序常用词、转录组测序问题等，是入门RNA seq较好的资料。
了解了RNA-seq相关基础知识，需要进一步了解RNA seq究竟是什么？能做什么？一文读懂。RNA-seq是一种集合实验方法和计算机手段的一种技术，它可以确定生物样本中RNA序列的特征性和丰度。RNA-seq方法的产生源自于测序技术的世代革新。RNA-seq数据可以让我们知道很多未知的东西，比如，我们可以识别出胚胎干细胞中编码新蛋白质的转录本，可以找到皮肤癌细胞中那些过表达的转录本。
一般来说，NGS测序特别是RNA-seq正在迅速改变实验的设计和执行方式。由于技术的飞速发展，可以公平地说，对于一个特定问题没有单一的正确答案。而且许多RNA-seq项目有多个目标，例如，可能需要鉴定样本中的新基因融合转录物，对已知基因的丰度进行量化，并鉴定已知基因中的任何SNP。
因此，根据研究设计原则提供指导是更为合理的，用户既可以对预期成果充满信心地计划项目，也可以理解为什么做出某些选择。在一项研究中所使用的覆盖范围和平台的数量可能需要进行权衡，而且由于实验室资源有限，因此需要进行权衡。
这两年随着测序成本的下降和转录组研究的日渐火热，RNA-seq俨然已经成为了分子生物学课题组推进项目的首选方向。
5.37个RNA-seq工具大PK，教你数据处理方法如何选择
RNA-seq技术的广泛应用为转录组研究迎来了一个新时代。根据研究内容的方向，精度、速度和成本要求不同，科研人员需要对包括采取何种具体测序方法流程、样品类型、所需的分析结果，以及基因组研究现状和计算数据处理可用资源等内容进行权衡。因为涉及的问题复杂多样，如何找到一种最佳的工作流程，在成本和性能要求基础上，通过对RNA-seq分析中涉及到的各个不同环节进行最优选择，便成为是至关重要的问题。
样本水平分析：转录组相似性
基因水平分析：基因表达动力学
转录水平分析：转录本重构和定量
外显子水平分析：选择性剪接中的外显子包含率
基因共表达网络分析（Weighted Gene Co-Expression Network Analysis, WGCNA）
基因集富集分析（Gene Set Enrichment Analysis, GSEA）
时序分析
基因融合分析
RNA编辑分析
蛋白互作网络分析（Protein interaction network analysis, PINA）
代谢途径可视化分析
测序项目完成，我们会获得大量的数据，包括有很多图片在内。当然，对于熟悉生物信息分析的大神而言，这些图片太easy。但是，在科研岗位上，还有很多生信小白。。。。。所以我们还是来讲一下如何解读这些结果图片。
9.RNA-Seq分析详细过程
本文将要介绍的是由Combine Australia所提供的一个针对有参基因组的基因差异表达分析流程。
本文将要介绍的是在R中进行RNA-seq 数据预处理的实战代码
本文将要介绍的是在R中进行RNA-seq 数据基因表达差异分析的实战代码
本文将介绍RNA-seq差异分析结果可视化的实战代码
本文将介绍RNA-seq基因富集分析的实战代码
一篇RNA-seq分析流程的综述，全面而详细！深度好文，可用来反复阅读。初学者用于把握RNA-seq真个流程及各个流程选择上的差异。已经开始学习者可用来查缺补漏和发现新的分析角度。
A survey of best practices for RNA-seq data analysis
可变剪切的RNA-Seq分析最大的局限在于非常依赖测序深度； 作者在这里提出DARTS, 通过整合先验的RNA-Seq证据以及深度学习预测结果来推断不同生物学样本中的差异可变剪切；
DARTS利用公共数据库中的大量的RNA-Seq数据通过深度学习提供可变剪切调节的knowledge base, 因此可以用来帮助研究人员即使在中等测序深度的情况下更好的刻画可变剪切。