转录组测序是最常用的组学实验，对全谱基因定量，找到差异表达基因。RNAseq涉及到原始数据，数据质控，基因组比对，差异基因鉴定，差异基因功能富集分析，重要基因如转录因子激酶的靶基因预测等，我们用10讲的时间，全面讲解转录组测序报告，及在上百个项目中遇到的近百个常见问题。
上一期视频 基因表达定量 中，我们讨论了在cleandata数据比对至参考基因组后，获得各基因上测序序列的覆盖度，并进而将其定量为基因表达信息。在上一节中，我们基于所有基因表达的FPKM值，对样本进行主成分分析后发现，不同处理组间的样本区分明显，并能看出这种差异比同组不同重复之间更加容易识别。我们可知，肯定存在一些基因在两组间的表达水平差异很大，导致在PCA图中的两组样本的分区。结合实验设计，推测这些显著改变的基因与特定功能密切相关。
那么后续，如何根据基因表达值在不同分组间进行比较，获得处理组相对于对照组中表达值显著改变的基因，以便后续将基因表达与功能结合起来呢？本期视频继续讲解转录组测序中的关键环节，差异表达基因分析。
（1） RNAsq中常用的鉴定差异基因的统计学方法有哪些；
（2） 为什么通常使用负二项分布模型计算差异表达，而不使用常规的T检验或者是方差分析；
（3） 差异倍数fold change值指的什么；
（4） 差异表达的基因是基于阈值筛选出来的，阈值选择的标准有哪些；
（5） 与阈值接近的，可不可以算为差异基因；
（6） 不使用p调整值，而直接使用p值选择选择差异基因，是否可行；
（7） 通常样本重复数在多少是合适的；
（8） 为什么有时候qPCR结果和RNA-seq结果中，差异基因表达特征不一致，是RNA-seq不准吗；
（9） 常见图表解读，包括散点图、火山图、热图、韦恩图、时间趋势折线图等。
视频教程：
bilibili超清视频链接：
https://www.bilibili.com/video/BV1eK411p7y6