最近一直在推送转录本差异相关的教程，见:每月一生信流程之rnaseqDTU（差异转录本） 扩充了大家对RNA-seq数据的理解，而且也指出来了，严格意义上的转录本定量其实是不容易的，对于二代测序来说：转录本定量本来就不是一件容易的事情 看留言，大家都深有同感！
不过好在有三代测序，ISO-seq领域的研究也不少，但是很多朋友对这个差异表达转录本的生物学认识不够，不清楚它的应用领域，恰好看到了一个组织特异性转录本的研究，分析给大家哈；
发表在 BMC Genomics的文章 October 2014， IUTA: a tool for effectively detecting differential isoform usage from RNA-Seq data 有一个示例图，非常的说明了转录本表达水平的差异：
When applied to actual mouse RNA-Seq datasets from six tissues, IUTA identified 2,073 significant genes with clear patterns of differential isoform usage between a pair of tissues. IUTA is implemented as an R package and is available at http://www.niehs.nih.gov/research/resources/software/biostatistics/iuta/index.cfm.
在 IGV 可视化如下：
值得注意的是，该文章采用的是模拟的测试数据，来检验其软件对差异转录本的效果。这个示意图非常的理想化！
生信技能树可变剪切相关教程节选
因为做目录确实很浪费时间，差不多就下面这些，大家先学习吧：
- 100篇泛癌研究文献解读之可变剪切事件大起底
- rMATS这款差异可变剪切分析软件的使用体验
- 用LeafCutter探索转录组数据的可变剪切
- 用Expedition来分析单细胞转录组数据的可变剪切
- 使用SGSeq探索可变剪切
- 用DEXSeq分析可变剪切，外显子差异表达
- miRNA、LncRNA、CircRNA靠谱小结
- 超2万样本的RNA-seq数据重新统一处理（TCGA GTEx TARGET）
- 玩转RNA-seq数据也可以不需要linux ？
- 高表达的PVT1(lncRNA)能够独立且有效地预测葡萄膜黑色素瘤生存情况
- RNA-seq技术已经常规化，你还好意思不掌握吗？
