转录组进化分析的统计学框架及软件开发

High through-put technologies such as RNA-Seq provide us with unique opportunities to investigate the relationship between transcriptomic and phenomic evolution. However, how to effectively utilize these data to facilitate research remains largely unsolved. In particular, under the background of big data, we face the big challenges on how to integrate data-driven and evolutionary model-driven approaches. We propose to develop a biologically meaningful, statistically sound framework of transcriptome evolution that can be used to analyze RNA-Seq data. We plan to achieve the following goals: 1) Develop different expression distances that are applicable in the cases when the data are not ideal; 2) develop expression clock analysis that can statistically identify particular lineages that may have experienced rapid expression divergence; 3) develop ancestral expression inference that allows researchers to determine the expression profiles at ancestral nodes; 4) develop statistically powerful tests of differentially expressed genes under a phylogenetic tree. All methods we propose to develop will be integrated into a user-friendly software system. This project will fill a gap between statistical analysis methodology/software availability and high through-put data in the field of transcriptome evolution.

高通量技术的发展为进化基因组学和表型组学的研究提供了难得的机遇。然而， 如何有效的利用这些数据来进行基因与表型相关的进化生物学研究依然存在大量的问题，特别是在如何连接数据驱动的分析方法和进化模型驱动的假设检验在大数据的背景下依然是一个严峻的挑战。本项目旨在使用RNA-Seq数据系统性的建立转录组进化的统计学模型框架。主要在方法论上解决：1. 多个版本的表达距离的估算方法，以应用于不同的实际情形；2. 表达进化的分子钟分析，以便检测出发生了快速表达分化的系统发育树分枝；3. 系统发育树祖先节点的表达谱推断； 4. 系统发育水平上的差异表达基因检测。我们将整合本项目的研究结果，开发一套界面友好的软件系统。本项目成果将填补转录组进化统计和分析软件一项空白。

相比于DNA和蛋白质序列水平的分析，转录组进化的系统发生分析仍然处于初级探索阶段。为了满足这一需求，我们开发了一套综合的统计分析框架，该框架以奥恩斯坦-乌伦贝克（OU）模型作为物种间基因表达进化的基础模型。针对RNA-seq表达数据，我们所开发的用于转录组进化分析的方法具体包括估算成对样本间的基因表达距离，检验基因表达的相对进化速率，估算基因表达的保守性强度以及推断祖先节点的基因表达状态等。为了将我们所开发的理论方法应用到实际的转录组进化分析中，我们开发了基于R语言的软件包TreeExp2（Tree-dependent Expression analysis的简称）。TreeExp2的开发与发表遵循GPLv3许可协议，可在网站http://github.com/jingwyang/TreeExp下载使用，其详细的使用说明可在http://jingwyang.github.io/TreeExp-Tutorial获取。