1.选题目的及意义和拟研究解决的问题 随着人类基因组计划的完成，生命科学的研究进入后基因组时代，以转录组学、代谢组学为代表的各种组学组学技术相继出现，其中转录组学具有最大的应用前景。
如何利用转录产物来对特定的样本进行基因表达水平、检测突变基因、疾病预测等分析具有非常重要的意义。
上世纪 80 年代中期开始出现对转录组的分析开始采用基因芯片技术，这大大提高了生命科学在分子水平上的研究水平与准确度。
随着高通量测序技术的快速发展，其具备的高通量、高信噪比、高灵敏度、检测范围广、成本低等优势使得利用RNA-Seq测序技术对转录组进行分析已成为了主流方法。
而面对测序技术产生的海量数据，如何选择工具以及是否可以优化便具有了重要意义。
Ⅰ.基于传统TopHat软件比对结果下的主流分析软件Cufflinks是否是最优工具？Ⅱ.在Cufflinks的估计丰度及检测差异表达功能上是否可以进一步优化步骤？2.国内外研究方向现状 Ⅰ.对于表达水平估计和差异表达两个方向的方法在RNA-seq数据的表达水平估计中，数据偏差所导致的读段非均匀分布是影响表达水平准确估计的关键因素。
采用不同的偏差纠错策略来提高基因和剪接异构体表达水平的准确性，首先介绍两个表达水平估计方法--PB Seq和PG Seq。
PB Seq方法采用泊松分布来模拟碱基上的读段数目，并通过两个非参数模型来估计每个碱基上的位置偏差和序列偏差，这两种偏差类型被认为是影响表达水平估计最重要的两种偏差。
PG Seq方法通过Poisson-Gamma混合模型联合估计表达水平和外显子偏差，其中泊松分布用来模拟每个外显子上读段数目。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
