内容説明
トランスクリプトーム解析の原理を体系的にまとめ，基盤となる基礎的なアルゴリズムや理論を，本質を押さえながら可能な限り簡略化して説明した。また，確率モデルの式変形などを，途中経過も含め丁寧な説明を心がけた。
目次
1. 分子生物学とトランスクリプトーム解析の基礎
1.1 ゲノムとは
1.1.1 デオキシリボヌクレオチド・DNA・ゲノム
1.1.2 半保存的複製
1.2 DNAシークエンサー
1.2.1 ポリメラーゼ連鎖反応
1.2.2 ジデオキシ法
1.2.3 Illumina塩基配列決定法
1.2.4 PacBio塩基配列決定法
1.2.5 ナノポア塩基配列決定法
1.3 RNA・タンパク質・遺伝子とは
1.3.1 RNAとは
1.3.2 タンパク質とは
1.3.3 遺伝子とは
1.3.4 転写
1.3.5 翻訳
1.3.6 原核生物の遺伝子構造と転写と翻訳
1.3.7 RNAの種類と機能
1.4 トランスクリプトームとは
1.5 ゲノムアノテーション
1.6 RNAシークエンシング
1.6.1 トータルRNAとポリARNAシークエンシング
1.6.2 短鎖RNAシークエンシング
1.6.3 full-lengthと3’端・5’端RNAシークエンシング
1.6.4 シングルエンドとペアエンド
1.6.5 ストランド情報の有無
1.6.6 分子バーコード
1.6.7 ロングリードシークエンシングとダイレクトRNAシークエンシング
1.7 本章のまとめ
2. トランスクリプトームアセンブリ
2.1 配列アセンブリ
2.1.1 overlap-layout-consensus
2.1.2 k-merに基づくグラフとハミルトン路
2.1.3 ド・ブラウングラフとオイラー路
2.1.4 ゲノムアセンブリとトランスクリプトームアセンブリの違い
2.2 de novoトランスクリプトームアセンブリ
2.2.1 Trinity
2.2.2 アセンブリ後の処理
2.2.3 評価指標
2.3 リファレンスベースドアセンブリ
2.4 コンティグの機能アノテーション
2.5 本章のまとめ
3. リードマッピング
3.1 力まかせな文字列探索
3.2 高速なリードマッピング
3.2.1 Burrows-Wheeler変換
3.2.2 LF mapping
3.2.3 FM-index
3.2.4 リードアライメント
3.3 スプリットリードのマッピング
3.3.1 cDNA配列へのマッピング
3.3.2 擬似的にスプライシングした合成配列へのマッピング
3.3.3 スプリットマッピング
3.3.4 融合遺伝子の検出
3.3.5 バックスプライシングの検出
3.4 本章のまとめ
4. 発現量の定量
4.1 アライメントベースな発現量定量化
4.1.1 リードカウントに基づく手法
4.1.2 リードの生成モデルに基づく手法
4.1.3 異なる定量化指標
4.2 アライメントフリーな発現量定量化
4.3 5’端・3’端RNA-seqにおける発現量定量
4.3.1 転写産物長の補正に関して
4.3.2 UMIカウント
4.4 本章のまとめ
5. 発現変動解析
5.1 アノテーションに基づく発現変動解析
5.1.1 リードカウントベースの発現変動解析
5.1.2 フラグメントの確率ベースの発現変動解析
5.2 スプライシング変動解析
5.3 ポリアデニル化サイト変動解析
5.4 新規転写単位・構造の検出
5.4.1 ヒューリスティックなアプローチ
5.4.2 flexible expressed region analysis
5.5 バイアスの補正
5.5.1 TMM正規化
5.5.2 quantile正規化
5.5.3 モデルに基づく正規化
5.6 本章のまとめ
6. 高次解析
6.1 「生物学的特徴」を表す遺伝子セット
6.2 エンリッチメント解析
6.2.1 over-representation analysis
6.2.2 gene set enrichment analysis
6.3 レギュロン解析
6.3.1 MARA
6.3.2 SCENIC
6.4 本章のまとめ
7. 次元圧縮
7.1 層別化医療と次元圧縮・クラスタリング
7.2 主成分分析
7.3 ラプラシアン行列に基づく次元圧縮
7.3.1 ラプラシアン固有マップ
7.3.2 拡散マップ
7.3.3 ラプラシアン行列に基づく固有ベクトルの特徴と注意点
7.4 SNE，symmetric SNE，t-SNE
7.4.1 SNE
7.4.2 symmetric SNE
7.4.3 t-SNE
7.4.4 SNEなどの手法の特徴と注意点
7.5 ポアンカレ埋め込み
7.6 遺伝子選択
7.6.1 分散に基づく遺伝子選択
7.6.2 PCAに基づく遺伝子選択
7.6.3 外部知識に基づく遺伝子選択
7.7 本章のまとめ
8. クラスタリング
8.1 k-means法
8.1.1 クラスタ数の決定方法
8.1.2 混合ガウスモデル
8.2 グラフカットとスペクトラルクラスタリング
8.2.1 グラフカット
8.2.2 スペクトラルクラスタリング
8.3 DBSCAN
8.4 Louvain法
8.5 本章のまとめ
9. 1細胞RNA-seq解析
9.1 なぜ1細胞か
9.2 細胞種の同定
9.2.1 複数の1細胞RNA-seqデータの統合
9.2.2 既存の1細胞RNA-seqデータへの検索
9.2.3 希少細胞同定
9.2.4 幹細胞同定
9.3 擬時間解析
9.4 RNA velocity
9.5 細胞間相互作用の推定
9.6 1細胞RNA-seqにおける発現変動解析
9.6.1 クラスタリングに依存しない発現変動解析
9.6.2 アノテーション外の発現変動転写産物の検出
9.6.3 ノイズの除去と欠測値の補完
9.7 本章のまとめ
10. 発展的な計測技術
10.1 超多検体RNA-seq
10.2 1細胞RNA-seqからマルチモーダル計測へ
10.2.1 トランスクリプトームと細胞形態情報の同時計測
10.2.2 トランスクリプトームと他の配列情報の同時計測
10.2.3 オリゴヌクレオチド標識を用いた同時計測
10.3 ゲノム編集を利用した技術
10.3.1 大規模摂動シークエンシング
10.3.2 細胞系譜追跡
10.4 空間トランスクリプトーム
10.4.1 in situハイブリダイゼーションを利用した方法
10.4.2 in situキャプチャーを利用した方法
10.5 ダイレクトRNAシークエンシング
10.6 本章のまとめ
引用・参考文献
索引
感想・レビュー
※以下の感想・レビューは、株式会社ドワンゴの提供する「読書メーター」によるものです。
株式会社 コロナ社
