美吉生物结题报告

Raw Reads碱基错误率分布图

注：图为质控前碱基错误率分布图。横坐标是reads 碱基坐位置，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该位点处碱基的平均错误率（%）。前半部分为双端测序序列的第一端测序Reads的错误率分布情况，后半部分为另一端测序reads 的错误率分布情况。横坐标为reads 的碱基位置，纵坐标为单碱基错误率。

Clean Reads碱基组成分布图

注：质控后碱基组成分布图。横坐标是reads 碱基坐标，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该测序位置A、C、G、T、N 碱基分别占的百分比，不同碱基用不同颜色表示。序列的起始位置与测序的引物接头相连，因此A、C、G、T 在起始端会有所波动，后面会趋于稳定。模糊碱基N 所占比例越低，说明未知碱基越少，测序样本受系统AT 偏好影响越小。

Raw Reads碱基组成分布图

注：质控前碱基组成分布图。横坐标是reads 碱基坐标，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该测序位置A、C、G、T、N 碱基分别占的百分比，不同碱基用不同颜色表示。序列的起始位置与测序的引物接头相连，因此A、C、G、T 在起始端会有所波动，后面会趋于稳定。模糊碱基N 所占比例越低，说明未知碱基越少，测序样本受系统AT 偏好影响越小。

Clean Reads碱基质量分布图

注：图为质控后碱基质量分布图。横坐标是reads 碱基座位置，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该位点处碱基的Q值。前半部分为双端测序序列的第一端测序Reads的Q值分布情况，后半部分为另一端测序reads 的Q值分布情况。横坐标为reads 的碱基位置，纵坐标为Q值。

Clean Reads碱基错误率分布图

注：图为质控后碱基错误率分布图。横坐标是reads 碱基坐位置，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该位点处碱基的平均错误率（%）。前半部分为双端测序序列的第一端测序Reads的错误率分布情况，后半部分为另一端测序reads 的错误率分布情况。横坐标为reads 的碱基位置，纵坐标为单碱基错误率。

Raw Reads碱基质量分布图

注：图为质控前碱基质量分布图。横坐标是reads 碱基座位置，表示由5’到3’端在reads上的碱基排列顺序；纵坐标是所有reads 在该位点处碱基的Q值。前半部分为双端测序序列的第一端测序Reads的Q值分布情况，后半部分为另一端测序reads 的Q值分布情况。横坐标为reads 的碱基位置，纵坐标为Q值。

测序饱和度曲线图

注：横坐标为有效比对reads的百分比 (如：60表示随机抽取60%的比对测序数据用于计算该基因的表达量)。纵轴为该取样条件下表达量与终值的偏差比例(误差15%以内) (如：0.4表示有40% 的基因表达量误差在15%以内)，数值越趋近于1 则表示表达量越趋于饱和。每种颜色线条代表该样品中不同表达水平的基因表达量饱和度曲线。通常大部分中等以上表达量的基因（即表达量值在3.5以上的基因）在测序reads的40%比对上时接近饱和（纵轴数值趋近于1），则说明饱和度总体质量较高，该测序量能够覆盖绝大多数的表达基因。

测序覆盖度分布图

注：横坐标为单个基因的碱基长度占总碱基长度的百分比，0表示基因的5’端，100表示基因的3’端；纵坐标为比对到所有基因的横轴位置上相应区间内的序列条数的总和。图中体现了所有基因覆盖情况的叠加结果，曲线中每个点的纵坐标表示所有基因在该相对比例位置上所有序列的数量；曲线反映了测序所得序列是否在基因上均匀分布。若无明显偏向锋，则说明测序无偏向性。

基础注释统计Venn图

注：不同颜色的代表不同数据库的注释结果，其中的数值代表注释到某一数据库的基因数目。共有区域代表同时注释到多个数据库的基因数目，特有区域代表仅注释到该数据库的基因数目。

基础注释统计柱状图

注：横坐标表示不同的数据库，具体可见右上角图例；纵坐标表示不同的数据库注释到的基因的数目。

基础注释统计结果表

注：（1）Genome Size (bp)：基因组大小；（2）GC Content(%)：GC含量；（3）CDS No.：编码基因数目；（4）Genes of NR (Percent(%))：注释到NR数据库的基因的数目及占总基因数的百分比；（5）Genes of Swiss-Prot (Percent(%))：注释到Swiss-Prot数据库的基因的数目及占总基因数的百分比；（6）Genes of Pfam (Percent(%))：注释到Pfam数据库的基因的数目及占总基因数的百分比；（7）Genes of COG (Percent(%))：注释到COG数据库的基因的数目及占总基因数的百分比；（8）Genes of GO (Percent(%))：注释到GO数据库的基因的数目及占总基因数的百分比；（9）Genes of KEGG (Percent(%))：注释到KEGG数据库的基因的数目及占总基因数的百分比；（Organism和Genome ID代表物种名称和基因组编号：具有明确的NCBI来源时显示）

COG分类统计柱状图

注：横坐标代表COG的功能分类（用大写字母A~Z表示，具体含义请见COG注释结果详情表），纵坐标表示具有该类功能的基因数目。

GO注释结果统计表

注：（1）GO Category No.：GO功能分类数量；（2）Gene No. of Cellular Component：与细胞组成相关的基因数量；（3）Gene No. of Molecular Function：与分子功能相关的基因数量；（4）Gene No. of Biological Process：与生物过程相关的基因数量；（5）Gene No.：注释到GO的基因数量；（6）Percent of All Genes：注释到GO的基因占所有基因的百分比。

GO注释结果详情表

注：（1）Category：GO分类；（2）Function Description：功能描述；（3）GO ID：GO的ID编号；（4）Gene No.：基因数量。

GO注释分类统计柱状图

注：横坐标代表GO的三大分支即BP（Biological Process，生物过程）、CC（Cellular Component，细胞组分）、MF（Molecular Function，分子功能），以及更进一步的leve2、leve3或leve4分类（可进行切换展示）；纵坐标代表该功能类别下的基因数目。

GO注释分类统计柱状图

注：横坐标代表GO的三大分支即BP（Biological Process，生物过程）、CC（Cellular Component，细胞组分）、MF（Molecular Function，分子功能），以及更进一步的leve2、leve3或leve4分类（可进行切换展示）；纵坐标代表该功能类别下的基因数目。

GO注释分类统计饼图

注：每个饼图代表GO的不同分支即BP（Biological Process，生物过程）、CC（Cellular Component，细胞组分）、MF（Molecular Function，分子功能）。饼图的不同颜色代表GO level2、leve3或leve4分类（可进行切换展示），其面积表示该分类下注释到的基因数目。

Pathway分类统计柱状图

注：纵坐标为KEGG代谢通路的名称，横坐标为注释到该通路的基因数目。KEGG代谢通路可分为7大类：代谢（Metabolism），遗传信息处理（Genetic Information Processing），环境信息处理（Environmental Information Processing），细胞过程（Cellular Processes），生物体系统（Organismal Systems），人类疾病（Human Diseases），药物开发（Drug Development）。（注：根据具体物种情况，获得的分类数目不同）。

Pathway信号通路注释结果统计表

注：(1)First Catergory：KEGG代谢通路的7大类：代谢(Metabolism)，遗传信息处理(Genetic Information Processing)，环境信息处理(Environmental Information Processing)，细胞过程(Cellular Processes)，生物体系统(Organismal Systems)，人类疾病(Human Diseases)，药物开发(Drug Development)； (2)Second Catergory：KEGG代谢通路的名称； (3)Gene No.：注释到该通路下的基因数量。

表达量分布箱线图

注：横坐标为样本/组别名称，纵坐标为表达量取log10对数处理后的值，图中每种颜色表示一个样本/分组，图示中横线表示样本中基因表达的中位数。

表达量分布小提琴图

注：坐标为样本/组别名称，纵坐标为表达量取log10对数处理后的值，图中每种颜色表示一个样本/分组，图中膨大部分表示整个样本基因表达量最集中的区域。

表达量分布密度图

注：图中横坐标为表达量取log10对数处理后的值，该数值越高，表示基因表达量越高；纵坐标为基因的密度，即为对应横轴表达量的基因数 / 检测已表达基因的总数；图中每种颜色表示一个样本，所有概率的总和为 1，即每个区域的面积均为 1；密度曲线的峰值表示整个样本基因表达量最集中的区域。

表达量venn图

注：不同颜色的圆圈代表一组样本表达的基因，其中的数值代表某两组样本或三组样本间共有和特有的表达基因数目，圆内部所有数字之和代表该组表达基因个数的总和，圆的交叉区域代表各组表达基因的共有基因个数（样本数目要求2~6）。

样本间相关性热图

注：图中右侧和下侧为样本名称，左侧和上侧为样本聚类情况，不同颜色的方块代表两个样本的相关性高低。

样本间相关性系数表

注：第一行和第一列为样本名，表中数值为两个样本的相关系数，数值越大，表示两个样本的相关性越大，越相近。

样本间PCA图

注：样本通过降维分析后，在主成分上有相对坐标点，各个样本点的距离代表了样本的距离，距离越近表明样本间相似性越高。横轴表示二维图中主成分1（PC1) 对区分样本的贡献度，纵轴表示二维图中主成分2（PC2) 对区分样本的贡献度。

主成分解释表

注：第一列为各主成分，第二列为主成分所占比例，数值越大代表该主成分越能区分样本。

表达量差异统计统计柱状图

注：横坐标代表差异分组，纵坐标代表差异基因的个数，红色为上调基因，绿色为下调基因。

表达量差异统计表

注：(1)Gene_id：基因的ID编号；(2)Gene name：基因名称；(3)Gene description：基因描述信息；(4)其余几列为该比较组中识别到的差异基因数目； (5)Sum：为该基因显著差异表达的次数；（6）Gen Type：表示已知基因ref gene或新基因novel gene或sRNA；

表达量差异统计统计堆积图

注：横坐标代表差异分组，纵坐标代表差异基因的个数，红色为上调基因，绿色为下调基因。

表达量差异散点图

注：横纵坐标分别表示两组样本中基因的表达量，这里横纵坐标的数值都做了对数化处理，每个点代表一个特定的基因。特定的一个点对应的横坐标值为该基因在对照组中的表达量，纵坐标值为该基因在处理组中的表达量。图中红色点表示显著上调的基因，绿色点表示显著下调的基因，灰色点为非显著差异基因。将所有基因映射上去后，越接近0的点，说明表达量越低；那些偏离了对角线程度越大的点表明该基因在两个样本间表达差异越大。

表达量差异火山图

注：横坐标为基因在两组样本间表达差异的倍数变化值，即FC值。纵坐标为基因表达量变化差异的统计学检验值，即p值。p值越高则表达差异越显著，横纵坐标的数值都做了对数化处理。图中每个点代表一个特定的基因，红色点表示显著上调的基因，绿色点表示显著下调的基因，灰色点为非显著差异基因。将所有基因映射上去之后，可以获知，在左边的点为表达差异下调的基因，右边的点为表达差异上调的基因，越靠两边和上边的点表达差异越显著。

基因集COG分类统计柱状图

注：横坐标代表一个COG的功能类型（用大写字母A~Z表示，具体含义见COG注释分类统计表所示）；纵坐标表示具有该类功能的基因数目。当选择基因集有两个时，“切换图形”可选择簇状柱形图和双向柱形图，其中双向柱形图中0坐标点上下两侧表示两个分组；当选择基因集有三个及以上时，“切换图形”只能选择簇状柱形图。

iPath代谢通路图

注：图片代表基因集注释的通路，桃红色和浅绿色分别代表不同基因集中的基因注释的通路，蓝色代表两个基因集中的基因共同注释的通路。其中，Map：Metabolic pathways 代表代谢通路；Regulatory pathways代表调控通路；Biosynthesis of secondary metabolites代表次级代谢产物合成。

Rfam注释统计图

注：不同颜色的圆圈代表Rfam数据库中不同的RNA类型。

Rfam注释统计表

注：（1）Type ：RNA类型；（2）Total Number：不同RNA类型的数目；（3）Total Percent (%)：不同RNA类型占总RNA的百分比。

UTR长度分布图

注：图中横坐标为UTR Length，该数值越高，表示UTR越长；纵坐标为UTR频率，即为对应横轴长度的UTR总数。

UTR长度分布表

注：（1）UTR Length ：UTR长度；（2）Count：对应长度的UTR总数。

变异位点注释统计饼图

注：图中不同的颜色代表参考基因组的不同区域，扇形的面积越大表示该区域中包含的SNP/InDel数目越多。

SNP Indel变异位点注释统计表

注：统计不同区域中SNP/InDel数目分布情况。 (1) exonic：外显子区域；(2) intronic：内含子区域；(3) intergenic：基因间区域；(4) upstream：转录起始位点上游1000bp以内的区域；(5) downstream：转录终止位点下游1000bp以内的区域；(6) upstream;downstream：上个基因转录起始位点下游1000bp以内的区域同时位于下个基因上游1000bp以内的区域；(7) UTR5：5’端非翻译区域；(8) UTR3：3’端非翻译区域；(9) UTR5;UTR3：在上个基因3’端非翻译区域以及下个基因5’端非翻译区域；(10) ncRNA：非编码RNA区域。

SNP类型统计柱状图

注：横坐标表示SNP的类型，纵坐标表示该SNP类型在不同样本中的存在数目。

SNP类型统计饼图

注：不同SNP类型在各样本中的存在数目统计结果。

SNP类型统计表

注：第一列Type表示SNP 类型，包括Transition（转换，由一种嘧啶变成另一种嘧啶，或一种嘌呤变成另一种嘌呤）和Transversion（颠换，嘌呤与嘧啶之间的交换），其他列表示该SNP类型在不同样本中的存在数量。