Rank-In：教你零代码在线完成转录组分析

今天小编给大家安利一款超好用的转录组在线分析工具Rank-In，同济大学Cao Zhiwei老师于今年6月份发表在Nucleic Acids Research（IF=16.973）上。Rank-In用来分析整合转录组数据，包括芯片测序技术和RNA-seq技术，适用于以下三个方面的用户需求：（1）不同时间、不同技术产生的用户自有数据；（2）不同实验室在不同平台下产生的数据组合；（3）整合数据库中大数据样本。可以进行批次平台校正、差异表达分析，甚至还可以进行自动绘图。作者将其开发成网站，用户无需写任何代码，鼠标点点点就可以完成分析、作图。

本文方法基本思想、方法性能评估、网页实战三方面进行介绍，对算法不感兴趣的小伙伴可以直接跳转到第三部分。

一、方法基本思想

Rank-In算法基本分为以下三个步骤：

(1)在所有需要整合的数据集内部按照表达值、信号值的对基因从低到高排秩，最低为1， 最高为100，中间用百分位数表示（向下取整），称为内部排秩(Internal ranking)。

(2)对每个表达谱中的每个基因，利用基因表达值和内部排秩值，计算基因表达的权重值（weight），通过基因表达矩阵和基因权重的乘积可以得到加权的排秩矩阵（Weighted ranking matrix）。

(3)通过奇异值分解（SVD）得到基因的校正后矩阵。

通过中比较RNA-seq和芯片测序，可以将基因表达值或信号值标化到同一基准，可以是校正后的表达值，也可以是校正后的排秩，无论是哪一种，都具有平台间可比性。

二、方法性能评估

作者选用了两套数据集GSE56457和GSE47774，比较了Rank-In和其它三种方法（ComBat、SVA和Angel’s method）对于不同测序平台或技术的校正结果。当不进行校正的时候，不能从表达值很好的区分两个样本。但经过校正之后，两个样本能够被区分开，这代表了生物学意义的捕获。此外，从校正后表达值/排秩的分布角度来看，校正前存在两个峰，Rank-In方法在较好的校正两个测序技术所生成的信号值的同时，将两个峰整合成为了一个峰，相比于其它方法更加贴合理想状态，彰显了Rank-In方法的优越性。

作者在胶质母细胞瘤和结肠癌的数据中验证方法性能，同时引入正常的样本作为参照。总的来说，Rank-In在区分癌症样本与正常样本的基因谱方面表现最佳，在聚类同一生物样本的基因谱方面也表现最佳，这表明其在减少基因芯片和RNA-seq的非生物效应方面具有独特的能力。

其实对于转录组数据，必不可少的就是差异表达分析。因此作者比较了这几种策略的差异表达分析的结果。随着测试过程中样本量的增加，DEGs的重复率也逐渐升高，并且性能也逐渐稳健，表明了芯片数据和RNA-seq数据在Rank-In方法的处理后进行差异表达分析，揭示的是相同的生物学变异。

三、网页实战

不会写代码？没关系，作者开发了分析网站，鼠标点点点就可以完成全部分析，接下来让我们看看它的online 版本吧。

主页简单明了，并且直接说明了Rank-In被构建来分析整合癌症转录组数据，包括芯片测序技术和RNA-seq技术，适用于以下三个方面的用户需求：（1）不同时间、不同技术产生的用户自有数据；（2）不同实验室在不同平台下产生的数据组合；（3）整合数据库中大数据样本。

用户需要提交数据文件，然后点击Submit按钮即可开始全部分析。其中红色框起来的两个文件是必需要上传的文件，详见下文。

输入数据（必需）：基因表达矩阵。一个tab分隔的txt文本文件，其中行表示基因，列表示样本。每个基因和样本的名称必须是唯一的，对于芯片数据，如果有多个探针对应同一基因时，需要将相同探针的结果用中值或平均值代替。对于RNA-seq数据，标化格式支持FPKM、TPM、TMM。基因名称可以是Entrenze ID、Gene symbol和Ensemble ID。上传的数据有50MB的限制。对于有20000个基因的基因表达谱，这相当于大约200个样本。

输入数据（必须）：样本类别文件。其中编号样本的类型，例如，“1”表示来自正常组织的样本，“2”表示癌症亚型1的样本，“3”表示癌症亚型2的样本，以此类推。

可选输入数据：

（1）作者鼓励用户上传平台、批次等附加信息。例如，平台栏中“1”表示来自Affymetrix U133 plus2平台的数据，“2”表示来自安捷伦微阵列的数据，“3”表示来自Illumina Hiseq 2000的数据，等等。格式同样本类别文件。

（2）计算结果将以电子邮件方式发送，作者强烈建议用户选择此选项。

（3）按“提交”按钮开始计算，将提供一个作业id，并将一个新页面链接到结果。当结果可用时，页面将自动刷新。用户可以通过在上面的表中输入作业id来跟踪作业状态。

接下来就是等待数据在后台跑啊跑~~

终于，结果出来了，可以直接点击下载。结果包括校正后表达值和差异表达基因，还给出了聚类热图。

如果之前填写了邮箱信息，真的会把结果发到邮箱里面，小伙伴可以上传完数据就去忙别的事情，开心等待邮箱收结果就可以啦~是不是很强很方便~

大家记得点赞收藏哦~~~