GTEx:基因型和基因表达量关联数据库

GTEx全称如下

Genotype-Tissue Expression

该项目对来自人体多个组合和器官的样本，同时进行了转录组测序和基因分型分析，构建了一个组织特异性的基因表达和调控的数据库。网址如下

https://gtexportal.org/home/

包含的组织类型和样本个数如下图所示

对于所有的样本，主要进行了以下三种分析

1. RNA seq

通过illumina Truseq试剂盒构建polyA 文库，采用Hiseq 2000/2500进行测序，对于下机数据，采用STAR进行比对，参照选择的是gencode V19版本的gtf文件，进行了以下3个level的定量

1. gene-level,采用RNAseQC软件，对基因的raw count和TPM两种方式进行定量
2. exon-level, 对exon的raw count进行定量
3. transcript-level，采用RSEM进行转录本水平的定量

2. genotype

通过WGS对样本进行分型, 采用的是GATK germline variants calling的流程，步骤如下

1. bwa-mem alignment
2. picard markduplicate
3. BQSR
4. indel realign
5. haplotypeCaller

3. eQTL

通过FastQTL软件进行cis-eQTL分析，将基因型和基因表达量进行关联。

通过官网可以查看基因表达量和eQTL分析的结果，以TP53为例，每个基因给出了以下3个层级的表达量

1. Isoform Expression
2. Exon Expression
3. Junction Expression

分别对应转录本，外显子，剪切序列的表达量，对于不同组织中的表达量，以热图的形式进行展示，示意如下

对于基因结构，也进行了可视化，示意如下

eQTL的结果示意如下

提供了以下两种可视化方式，第一种是在单个组织内的小提琴图，eQTL violin plot, 示意如下

第二种用于多个组织间的比较，Multi-tissue eQTL plot, 示意如下

所有的分析结果可以通过官网进行下载，GTEx数据库不仅仅是一个正常组织的基因表达量数据库，其eQTL分析的策略更值得我们借鉴。