1 学科概述
转录组学是研究细胞、组织或生物体在特定条件下全部转录本的组成、表达水平及其变化规律的学科。它主要关注哪些基因被转录、转录强度如何、不同转录本之间存在何种差异，以及这些变化与生理状态、发育阶段或外界刺激之间的联系。
这一学科的发展建立在分子生物学、测序技术和计算生物学的共同进步之上。随着检测灵敏度提高，转录组学已从早期的整体表达概览，逐渐走向对单细胞、空间位置和转录本结构的精细解析。
1.1 定义与研究对象
转录组学中的“转录组”通常指某一生物样本在特定时间、环境和条件下产生的全部RNA分子集合。其研究对象不仅包括蛋白编码基因产生的信使RNA，也包括大量非编码RNA，以及由可变剪接、转录起始差异和终止差异形成的多种转录异构体。
与只关注“有没有表达”不同，转录组学更强调“表达多少”“表达在哪里”以及“表达形式是否变化”。因此，它既能反映基因层面的活性，也能揭示转录调控和RNA加工过程的复杂性。
1.2 发展历程
转录组学的早期研究主要依赖Northern blot、RT-PCR等方法，对少数基因进行定向检测。随后，微阵列技术使得成千上万条转录本能够被并行分析，推动了大规模表达谱研究的形成。
进入高通量测序时代后，RNA测序逐步取代部分传统平台，原因在于其覆盖范围更广、动态范围更大，并且有能力发现新的转录本和剪接事件。此后，单细胞转录组、空间转录组以及长读长测序等方向相继出现，使该领域从“群体平均表达”迈向“细胞级、位置级和结构级”的精细研究。
1.3 与基因组学、蛋白质组学的关系
基因组学研究的是DNA层面的信息，强调遗传蓝图本身；转录组学则描述这份蓝图在特定条件下如何被读取和执行。前者更稳定，后者更具动态性，因此二者常被结合，用于解释基因变异如何影响表达调控。
蛋白质组学关注最终产生的蛋白质及其修饰状态。转录水平并不总能直接等同于蛋白丰度，但转录组学常被用作蛋白质组学的重要补充，因为它能提供上游调控线索，并帮助解释蛋白变化的来源。三者联合分析时，可从遗传信息、表达调控和功能执行三个层面理解生物过程。
1.4 主要研究问题
转录组学常见的问题包括：某一条件下哪些基因发生差异表达、哪些通路被激活或抑制、是否存在新的剪接形式、某类细胞是否表现出特定状态，以及不同样本之间的表达模式如何变化。
此外，该学科还常用于研究发育、应激、疾病进展和药物处理过程中，转录调控网络如何重塑。通过这些分析，研究者能够更系统地理解生物体的分子响应机制。
2 转录组的基本组成
转录组并非单一类型RNA的简单集合，而是由多类分子共同构成的动态体系。不同RNA在功能、丰度和稳定性上差异明显，因而在分析时需要区分其来源与生物学意义。
2.1 编码RNA
编码RNA主要指能够作为蛋白质翻译模板的转录本，通常在细胞功能执行中占有重要位置。这类RNA虽然数量未必最多，但由于与蛋白合成直接相关，往往是表达分析中的重点对象。
2.1.1 信使RNA
信使RNA是最典型的编码RNA，由蛋白编码基因转录而来，随后经剪接、加帽和加尾等加工过程成熟。它们携带从DNA到蛋白质的信息，是表达谱研究中最常被统计和比较的对象。
mRNA的丰度变化往往反映基因活性的改变，但其稳定性、翻译效率和降解速度也会影响最终蛋白水平，因此在解释时通常需要结合其他组学信息。
2.1.2 可变剪接转录本
可变剪接是指同一前体RNA通过不同的剪接方式形成多个成熟转录本，从而产生不同的外显子组合。该机制扩大了基因表达的多样性，使有限的基因数目能够产生更多功能变体。
不同剪接转录本可能编码不同结构的蛋白，也可能改变RNA稳定性、定位方式或翻译能力。转录组学对这类事件的识别，是理解复杂调控网络的重要环节。
2.2 非编码RNA
非编码RNA不直接编码蛋白质，但在转录后调控、染色质状态维持、RNA加工和细胞通讯中具有重要作用。随着测序分辨率提高，这类分子在转录组研究中的比重越来越高。
2.2.1 微小RNA
微小RNA是一类长度较短的非编码RNA，通常通过与靶标RNA结合来抑制其翻译或促进降解。它们在细胞分化、增殖和应答过程中具有调控作用。
在转录组分析中，微小RNA常被视为上游调控因子之一。研究其表达变化，有助于推断下游靶基因的调节方向。
2.2.2 长链非编码RNA
长链非编码RNA长度较长，通常不编码蛋白，但能够通过多种机制参与转录调控、染色质重塑和分子支架形成。它们在组织特异性表达和发育调控中尤为常见。
由于表达水平可能较低、结构复杂，长链非编码RNA的鉴定和功能注释通常比常规mRNA更具挑战性。不过，它们也是转录组学中新发现较多的分子类别之一。
2.3 罕见转录本与新转录本
罕见转录本指在样本中丰度较低、只在特定条件下出现或只在少数细胞中表达的转录产物。新转录本则是过去未被注释或未被充分识别的转录结构，可能来自新基因位点、非典型剪接或转录起始变化。
这类分子往往提示尚未被充分认识的生物学现象。它们的发现有助于完善基因注释，也可能为特定功能研究提供新的线索。
2.4 组织特异性与时空特异性表达
不同组织、细胞类型和发育阶段具有明显不同的转录谱。某些基因只在特定器官中高表达，另一些则在特定时间窗口内被激活，这种现象体现了转录调控的精细性。
时空特异性表达是理解器官形成、细胞分化和功能维持的重要基础。通过比较不同样本的表达模式，可以识别关键调控因子及其作用阶段。
3 研究技术与实验方法
转录组学的实验流程通常包括样本获取、RNA提取、建库、测序以及后续分析。不同技术平台适用于不同研究目标，从整体表达测量到单细胞分辨率的精细解析，各有侧重。
3.1 RNA提取与质量控制
RNA质量直接影响后续实验结果。由于RNA易降解，样本采集、保存和提取过程必须尽量避免污染与分解，并保证分子完整性。
3.1.1 样本处理
样本处理通常包括快速灭活RNA酶、低温保存和标准化组织分离等步骤。对于临床样本或复杂组织，前处理不当可能导致表达谱失真，因此实验方案往往需要与样本类型相匹配。
3.1.2 RNA完整性评估
RNA完整性一般通过电泳图谱、荧光检测或相关指数进行评估。完整性较差的样本可能产生3'端偏倚或信息损失，进而影响定量准确性和剪接分析结果。
3.2 微阵列技术
微阵列技术通过预先设计的探针检测已知序列的表达水平，曾长期用于大规模表达谱分析。其优点是成本较低、流程成熟，适合对已知转录本进行比较研究。
不过，微阵列依赖既定探针设计，难以发现新转录本，对低丰度和高相似序列的区分能力也有限。因此，在许多场景下已逐渐被RNA测序替代。
3.3 RNA测序技术
RNA测序是当前转录组研究最常用的方法之一。它通过将RNA转换为cDNA并进行高通量测序，实现对表达量、剪接结构和新转录本的系统检测。
3.3.1 总RNA测序
总RNA测序尽量保留样本中的各类RNA分子，因此适合研究编码RNA与非编码RNA的整体组成。该方法在探索全局转录图谱、低丰度转录本和复杂样本时具有较强优势。
3.3.2 poly(A)富集测序
poly(A)富集测序主要捕获带有多聚腺苷酸尾的RNA，通常以mRNA为主。它可以提高编码转录本的检测效率，减少大量核糖体RNA背景干扰，因而常用于常规表达分析。
3.3.3 链特异性测序
链特异性测序能够保留转录方向信息，便于区分正义链与反义链转录信号。对于重叠基因、反义转录和复杂基因组区域，这种方法尤为重要。
3.4 单细胞转录组测序
单细胞转录组测序能够在单个细胞水平上测量表达差异，从而揭示群体样本中被平均效应掩盖的细胞异质性。它适用于识别稀有细胞亚群、解析发育轨迹和研究微环境中不同细胞的状态变化。
该技术对样本制备、捕获效率和数据噪声控制要求较高，但在细胞类型分类和精细功能研究中具有独特价值。
3.5 空间转录组学
空间转录组学在保留组织原位结构的前提下测量转录本分布，使研究者能够同时获得“表达信息”和“空间位置信息”。这对于分析组织微环境、细胞邻域关系以及结构功能关联非常有帮助。
与传统转录组相比，空间转录组更适合组织学研究，因为它能显示表达变化并非孤立存在，而是嵌入在空间组织结构之中。
3.6 长读长转录组测序
长读长转录组测序能够一次读取较长的RNA或cDNA片段，因此更适合解析完整转录本结构、复杂剪接模式和融合转录本。它在识别异构体组合和新型转录单元方面具有明显优势。
与短读长测序相比，这类技术在结构解析上更直接，但在通量、成本和原始错误率控制方面通常有不同的权衡。
4 数据分析流程
转录组数据分析通常从原始测序文件开始，经过质量控制、比对、定量、统计检验和功能解释等步骤，最终形成生物学结论。分析流程的规范性直接影响结果可靠性。
4.1 原始数据预处理
原始数据预处理的目标是去除技术噪声，保留高质量序列，为后续分析提供基础。不同平台的数据格式和误差特点不同，因此处理方式也会略有差异。
4.1.1 质量控制
质量控制主要检查碱基质量分布、GC含量、重复序列比例以及测序深度等指标。若发现异常偏差，通常需要进一步排查文库构建或测序过程中的问题。
4.1.2 接头去除与过滤
测序读段中常含有接头序列、低质量片段或过短序列，需要在分析前进行剪切和过滤。该步骤能够减少错误比对，提高表达定量的准确度。
4.2 比对与定量
比对是将测序读段映射到参考基因组或转录组上，定量则是在此基础上统计每个基因或转录本的表达量。两者共同构成表达分析的核心环节。
4.2.1 基因水平定量
基因水平定量将多个转录本合并到基因层面，适合比较整体表达趋势。该方式稳健、便于统计分析，因此在差异表达研究中应用广泛。
4.2.2 转录本水平定量
转录本水平定量进一步区分同一基因的不同异构体，可用于分析可变剪接和启动子使用差异。它比基因层面更细致，但也更依赖高质量注释和测序深度。
4.3 差异表达分析
差异表达分析用于识别不同条件之间表达显著变化的基因或转录本。常见比较包括处理组与对照组、不同组织之间或不同发育阶段之间的差异。
统计分析通常需要校正多重检验，并结合生物学背景解读结果。单纯的显著性并不足以说明功能重要性，通常还需考虑变化幅度和一致性。
4.4 功能富集与通路分析
功能富集分析用于判断差异基因是否集中在某些生物过程、细胞组分或分子功能中；通路分析则进一步考察这些基因是否共同参与特定代谢或信号网络。
这类分析能把零散的基因列表转化为更易理解的功能图景，是转录组结果解释中最常见的步骤之一。
4.5 可变剪接分析
可变剪接分析关注外显子跳跃、内含子保留、可变5'或3'剪接位点等事件。它有助于揭示同一基因在不同条件下如何通过转录后加工产生功能差异。
在许多疾病和发育研究中，剪接变化与表达量变化同样重要，甚至可能更接近真实的调控层面。
4.6 共表达网络分析
共表达网络分析通过考察基因之间表达模式的相关性，寻找具有协同变化特征的模块。模块中的基因往往参与相近的生物过程，因而可用于推测潜在调控关系。
这种方法适合从全局角度识别关键节点，但其结果通常是相关性而非直接因果关系，因此需要进一步实验验证。
4.7 批次效应与数据整合
批次效应是指由于实验时间、试剂、平台或操作者差异造成的非生物学变动。若不加处理，批次效应可能掩盖真实差异，甚至导致错误结论。
数据整合则用于合并多个批次、多个平台或多个队列的数据。常见做法包括标准化、校正和交叉验证，以提高结果的可比性和泛化能力。
5 主要应用领域
转录组学的应用范围十分广泛，既服务于基础研究，也支持临床转化、农业改良和环境监测等工作。其核心价值在于提供动态、系统的表达信息。
5.1 基础生命科学研究
在基础研究中，转录组学常用于解析发育过程、细胞分化、应激反应和信号通路调控。它可以帮助研究者识别关键基因，并构建从刺激到响应的分子链条。
5.2 疾病机制研究
转录组学能够揭示疾病状态下的表达异常、细胞组成变化和调控失衡，因此在机制研究中被广泛采用。通过比较健康与病变样本，可发现与疾病相关的分子特征。
5.2.1 肿瘤转录组学
肿瘤转录组学关注肿瘤细胞及其微环境中的表达变化，可用于识别增殖、侵袭、代谢重编程和免疫相关信号。它也是发现分型标志和潜在靶点的重要工具。
5.2.2 神经系统疾病研究
在神经系统研究中，转录组学可用于分析神经元、胶质细胞和相关组织在发育、退变或损伤中的变化。由于脑组织细胞类型复杂，这一领域常与单细胞技术结合。
5.2.3 代谢性疾病研究
代谢性疾病研究中，转录组学可帮助识别脂质代谢、糖代谢和炎症相关通路的异常表达。它常用于评估组织功能失衡及其分子基础。
5.3 生物标志物发现
转录组学可用于筛选与疾病发生、分型或预后相关的表达特征，形成潜在生物标志物。这类标志物可以来源于单个基因，也可以是多个基因组成的表达签名。
5.4 药物靶点筛选与药效评估
在药物研发中，转录组学可用于识别受药物影响的通路和关键调控节点，辅助靶点发现。它也常用于比较处理前后的表达变化，以评估药物是否触发预期的分子响应。
5.5 农业与育种研究
在农业领域，转录组学被用于分析作物生长、抗逆性、开花和品质形成等过程中的基因表达变化。通过比较不同品种或处理条件，可挖掘与高产、抗病或耐环境胁迫相关的候选基因。
5.6 微生物与环境生物学
转录组学也适用于微生物群落和环境样本研究，可用于观察微生物在营养、温度、污染或其他环境因素影响下的表达响应。它有助于理解生态适应机制和微生物功能变化。
6 质量控制与实验设计
高质量的实验设计是转录组学研究可靠性的前提。若样本选择、重复设置或统计规划不合理，即使数据量很大，也难以得到稳健结论。
6.1 生物学重复与技术重复
生物学重复来自独立个体或独立样本，能够反映真实生物差异；技术重复则主要用于评估实验操作和检测过程的一致性。一般而言，生物学重复比技术重复更能支撑统计推断。
6.2 样本选择与分组原则
样本应尽量在年龄、性别、处理条件和采集方式等方面保持可比性。分组时需要明确研究问题，避免混入过多不相关变量，以降低解释歧义。
6.3 测序深度与覆盖度
测序深度决定了低丰度转录本的检测能力，而覆盖度则影响表达定量和剪接分析的分辨率。不同研究目的对深度要求并不相同，单细胞和长读长项目通常有各自的最佳策略。
6.4 统计学设计与偏倚控制
合理的统计学设计包括样本量评估、随机化、分层比较和多重检验控制等。偏倚控制则涉及样本来源、建库批次、测序平台和分析流程的统一管理。
6.5 可重复性与验证实验
转录组结果通常需要通过独立样本、qPCR、原位杂交或其他方法进行验证。可重复性不仅体现在同一实验的稳定性，也体现在不同研究环境下结论是否成立。
7 转录组学的挑战与局限
尽管转录组学已非常成熟，但在复杂样本、低丰度分子和高动态系统中仍存在不少限制。许多问题并非技术单一因素所致，而是由生物学复杂性与测量条件共同决定。
7.1 样本异质性
组织或群体样本往往包含多种细胞类型，不同细胞的表达信号混合后容易掩盖真实差异。即使是相同组织，不同区域或不同状态下的表达也可能明显不同。
7.2 测序与建库偏差
RNA片段化、逆转录效率、PCR扩增和文库选择步骤都会引入偏差。若处理不当，某些转录本可能被高估或低估，影响最终分析。
7.3 注释不完整问题
参考基因组和转录本注释并不总是完整，尤其在非模式物种中更为明显。注释缺失会限制新转录本识别和功能解释，也会增加比对与定量的不确定性。
7.4 低丰度转录本检测困难
许多调控性RNA或特殊异构体表达量很低，容易淹没在背景噪声中。检测这类分子通常需要更高深度、更严格的质量控制或更专门的实验设计。
7.5 结果解释的生物学复杂性
表达变化并不总能直接对应功能变化，因为调控链条可能包含剪接、翻译、降解和蛋白修饰等多个层面。因而，转录组学结论通常需要结合上下游信息综合判断。
8 发展趋势
转录组学正在从“单一表达测量”向“多维动态解析”演进。未来的发展重点将集中在分辨率提升、结构解析增强以及多组学协同分析等方面。
8.1 多组学整合
将转录组与基因组、表观组、蛋白质组和代谢组联合分析，有助于建立更完整的调控框架。多组学整合能够把不同层级的信息串联起来，提高机制解释能力。
8.2 单细胞与空间分辨率提升
单细胞和空间转录组技术仍在持续进步，未来有望实现更高灵敏度、更低成本和更细的空间定位。它们将进一步推动细胞图谱构建和组织微环境研究。
8.3 长读长与全长转录本解析
长读长技术的发展将使全长异构体识别更加准确，也更有利于分析复杂剪接和融合转录本。随着错误率下降和通量提升，这一方向的应用范围将持续扩大。
8.4 临床转化与精准医学
在临床场景中，转录组学有望用于疾病分型、疗效预测和个体化干预方案制定。随着检测标准化和成本下降，其转化应用的可行性正在增强。
8.5 人工智能辅助分析
人工智能和机器学习方法正在被用于特征筛选、模式识别、细胞注释和多组学建模。它们能够处理高维复杂数据，提升自动化分析效率，并帮助发现传统统计方法不易捕捉的规律。