最近读到一篇博文，介绍了学习 RNAseq 数据分析非常推荐的两篇综述和七个在线教程并发表了相关评论。本文将进行简要整理并对相关评论内容进行大致翻译，供国内读者参考。
两篇综述
J. Costa-Silva et al.
这篇文献 基于实际 qRT-PCR 测量得到的结果对各种统计分析技术进行了详细的比较。他们得出的主要结论是 NOIseq，limma + voom 和 DESeq2 是精度，准确度和灵敏度三者平衡最好的几组软件。本文的图 1 展示了 RNAseq 数据分析不同阶段中使用的各种工具的精彩总结。
Ana Conseca et al.
2016 年的这篇文献应该叫做 RNA-seq 分析方法中的沃尔玛. 它方方面面都有涉及到不少东西因此也被很多文章引用。
在线教程
接下来将会提到七个详细的在线教程。你可以下载他们的数据然后尝试使用 R 重现分析步骤。唯一的缺点是这些教程主要介绍了六七年前发布的成熟方法。如果你正在找过去两三年内发布的那些方法（例如 Kallisto，Salmon）就需要查阅它们的用户手册了。
Annick Moisan, Ignacio Gonzales, Nathalie Villa-Vialaneix
这个教程 在统计方面非常强，你可以下载他们编写的很好的 pdf 版本教程。
Friederike Dündar, Luce Skrabanek, Paul Zumbo
这个教程 是生物信息教程中为数不多带有详细实验步骤的。
Thomas Girke, Rakesh Kaundal (UC Riverside)
来自加州大学河滨分校的 Thomas Girke 的教程 非常优秀， 这里还有一个他旧版教程的PPT。
另外，来自同一个学校的 Rakesh Kaundal 也有一个详细的教程。
Mike Love
Mike Love 是 DESeq2 的主要作者，他在 bioconductor 上有一个 很棒的教程. 同时别忘了看 DEseq2 的vignette.
Stanford Bios221
这个小组发表了和各种 Bioconductor 主题相关的 一系列详细教程 其中就包括是用edgeR 来分析 RNAseq。
University of Cambridge
这个教程 是一个而来自剑桥大学的优秀在线教程。
List of All Analysis Steps including Biological Analysis
Weijun Luo 是 GAGE 和 pathview 这两个工具的作者, 他发表过一个关于RNAseq 分析流程的简要总结。
上述所有提到的 PDF 相关文档已经下载打包，下载地址：链接：https://share.weiyun.com/5rvQy3e
