筛选后测序及分析

通过压力筛选后的细胞团或者组织中，经遗传扰动后更加耐受的细胞得以富集。通过二代测序后，分析基因组中sgRNA的count数即可代表该sgRNA的细胞更加富集，是与筛选表型密切相关的。在我们提供的分析报告中，主要通过MAGeCK-VISPR的RRA和/或MLE算法，分别分析获得阴性（负向）筛选或者阳性（正向）筛选的Top基因。使用MAGeCK-VISPR和/或MAGeCK-FLute对结果可视化。

Figure 1 技术路线图

Figure 2 样本Gini系数分布

Gini系数代表平衡性，此数值越大表示筛选后的细胞团中sgRNA分布越不均衡。此数值与筛选压力有关。

Figure 3 样本中Reads count的分布

理论上讲，经历了筛选压力的细胞中sgRNA的分布会变得更加不均衡，因此表现为其reads count的分布范围比筛选前更加广泛，以此作为筛选实验效果的一个评价标准。

Figure 4 筛选候选基因排序图（负向筛选）

Figure 5 筛选候选基因随机散点图（负向筛选）

RRA score是MAGeCK提供的一种算法，该方法提供positive screen和negative screen的两种结果。针对不同筛选目的均提供RRA score数值，以此来对基因进行排序，此数值越小则该基因越重要。

Figure 6 单个基因sgRNA在比较样本中的count分布

Figure 7 Positive和negative筛选下top基因sgRNA count在比较样本中的log2(Fold change)的分布

Figure 8 MLE算法的基因排序结果分析

MAGeCK还提供了MLE算法计算获得beta值，类似于差异表达基因分析中的log2（Foldchange）。对于提供day0样本或者其他复杂设计的筛选实验，此方法能更有效分析筛选表型相关的关键基因。（红色标记positive筛选的top10基因，蓝色标记negative筛选的top10基因）