Corset可以轻松处理非参考转录组的差异基因)在没有参考基因组的转录组项目分析中，常用的方法是使用Trinity软件组装拼接denovo*，经过“茧、蛹、蝶”三步，得到转录本序列，作为后续分析的参考序列。Unigene的方法甚至遗漏了一些差异表达的同工型，Corset差异表达分析:差异表达基因分析(DEG):差异表达基因的差异表达分析是鉴定疾病相关miRNA和基因的常用方法，目前差异表达分析的方法有很多，但Foldchange方法简单且常用，它的优点是计算简单直观，缺点是没有考虑微分表达式的统计意义；通常以2倍的差异作为判断基因是否差异表达的阈值。

老板最近在群里发了这篇文章。他大致浏览了一下，发现这篇文章梳理了10多年的RNA测序相关知识，几乎涵盖了市面上所有的RNA测序相关技术，每种技术的发展和优缺点都有详细介绍，是一个非常好的概述。所以在这里我决定大致翻译一下这篇文章。RNASeq的发展经历了10多年，现在几乎已经成为各种生物研究的标准。在RNASeq的应用中，微分基因表达式(DGE)无疑是最广泛的。

测序深度一般为1030个reads。测序完成后，分析:比较和/或组装(取决于是否有参与)，计数，过滤或标准化，然后应用统计模型寻找差异基因/转录本。除了DGE，RNASeq还可以帮助我们理解可变剪接、非编码RNA、增强RNA等问题。当然，这些技术大部分还是illumina的shortread在做。

综合来看，HISAT使用了BWA和Bowtie的算法，同时解决了mRNA没有内含子的问题，比上一代主流的RNAseq比对工具快50倍，需要的内存更少。