使用ReSeQC做RNA-seq reads distribution时，会发现intronic占比比较多，大概30-40%，原因如下：

1，由于转录是个动态过程，期间会存在incompleted (nancant, on-going, co-transcripted,unspliced ...) spliced RNA，并且由于intron的长度一般是exon的20倍左右，所以即使有1%的incompleted spliced RNA，也会对这个分布产生较大影响。这是一个不可避免的主要原因，并且与物种、样品来源（cell, tissue, ...）等相关。

参考：

Total RNA sequencing reveals nascent transcription and widespread co-transcriptional splicing in the human brain

例如

pre-mrna    fraction	Intronic   read fraction
1%	16%
2%	28%
5%	49%

2，存在genomic DNA污染，这个也是一部分原因，主要看实验过程的技术、试剂、操作等

3，基因组注释不全。这个对于研究较多的物种，一般没太大影响，不过也是一个因素。

4，其他因素：所使用的分析软件，包括比对软件，intronic reads的定义等等。

参考：

http://seqanswers.com/forums/showthread.php?t=5519 http://seqanswers.com/forums/showthread.php?t=15296

转载本文请联系原作者获取授权，同时请注明本文来自陈明杰科学网博客。
链接地址：https://wap.sciencenet.cn/blog-707141-1194860.html

上一篇：MaxQuant处理质谱原始数据记录
下一篇：CFEA：游离DNA表观遗传修饰(5mC、5hmC、核小体定位）数据库