新手必看 | 避免转录组有参 or 无参的选择误区，别忽略这点

比如研究“小鼠肝脏在药物处理后的基因变化”，有参转录组能直接比对到小鼠参考基因组，几小时内就能找出“药物处理组比对照组表达高2倍的CYP450基因”（CYP450 是重要的药物代谢基因），精准又高效。

举个例子：研究“某未测序的濒危植物对干旱的响应”，无参转录组会先把该植物的RNA序列拼接成上万条转录本，再通过比对公共数据库，注释出“其中500条转录本属于抗旱相关基因”，最后发现“干旱处理后，这些基因中有80条表达显著升高”——相当于先画出“植物的基因路线图”，再找关键的“抗旱路标”。

但它的短板也很明显：完全依赖参考基因组。如果你的研究物种没有参考基因组，或者参考基因组“不完整”（比如某些基因组组装时缺失了大量片段），有参转录组就像 “拿着残缺的地图找路”，会导致大量RNA序列无法比对，甚至遗漏关键的差异基因。

但它的挑战在于组装质量。RNA序列拼接就像“拼拼图”，如果物种的基因组复杂度高（比如多倍体植物）、重复序列多，很容易拼出“错误的转录本”（比如把两个不同基因的序列拼成一个），后续的表达定量和功能注释也会受影响。而且无参分析的数据量更大，单个样本的分析周期通常是有参的2-3倍。

1. 物种有高质量参考基因组：比如研究人、小鼠、水稻、拟南芥等模式生物，或猪、牛、番茄等已完成精细基因组测序的经济物种；

2. 研究目标是“精准分析”：比如验证“某基因在处理组和对照组的表达差异”、挖掘 “特定通路的基因调控网络”（如癌症中的PI3K-AKT通路）、分析 “可变剪接或融合基因”；

3. 样本量大，追求效率：比如做“100个临床样本的差异基因筛选”，有参能快速完成批量分析，降低时间和成本。

1. 物种无参考基因组：比如珍稀动植物、未测序的微生物、地方特有品种（如某小众鱼类、野生花卉）；

2. 参考基因组质量差：比如某些早期组装的基因组（Contig N50值低、漏洞多），或多倍体物种（如小麦、马铃薯）的参考基因组不完整；

3. 研究目标是“开拓性探索”：比如“首次解析某物种的基因表达谱”、“发现该物种特有的新基因”（如植物的特殊次生代谢基因）、“研究未培养微生物的功能”。

1. 先对野生近缘种做无参转录组，拼接出它的转录本，构建“临时参考”；

2. 再把野生种和栽培种的RNA序列，分别比对到栽培种的参考基因组和野生种的“临时参考”上；

3. 最后对比两者的差异基因，既能利用栽培种的精准注释，又能发现野生种特有的基因——这种“互补分析”能让结果更全面。