你可能不适合做人（学徒给我的6个暴击）

昨天发布了学徒招募，广受关注，得到了各路好友的大力宣传，大家对我是如何带学徒的细节比较感兴趣，限于篇幅我这里不具体介绍，回答几个通用疑问！

生信技能树超级VIP入场券发放(人民币一万起)（点击自助报名）
拿到超级VIP入场券的学徒，可以无限制参与全部生信技能树举办的线下课程，包括LINUX,R，GEO和TCGA数据挖掘，各种NGS线下大课，所以如果你想参加3个以上课程还不如直接报名学徒啦。也可以获得全部的视频资源（约4000元）开通，也可以来珠海参加一个月的任务实战训练。如果要来珠海集中学习，我会提供住宿，但不是免费的，约1500一个月吧。毕竟成本在这里，三房一厅年租6万，过年前后两个月是空置，想想也是不可能免费提供的哈

正文分割线

给学徒布置任务，根据我的教程使用salmon流程走一波airway这个转录组数据集，很快就出了结果，为了检查他数据处理的结果准确性，就把我两年前跑的结果给到他，然后让比较一下两个表达矩阵的相关性，结果出乎我意料！学习视频在：https://share.weiyun.com/5sh27An

不同流程的表达矩阵居然有批次效应

如下，可以看到我们两个人的表达矩阵，很清晰的分成了两个组：

主成分分析也是如此：

这个是不应该的，理论上来说，不同样本之间是有表达差异的，所以相关性不能太高，而同一个样本在不同流程理论上应该是不能变化太大的。

换一个数据集

起初，我怀疑是数据集的问题，所以让他继续跑了另外一个数据集，就是2018的果蝇的，同样的那个我也是有salmon流程结果，然后继续让他比较他今天的结果和我之前的结果的差异。

这个时候就清晰的看到，同样的一个样本，在salmon流程不同软件版本不同参考转录组得到的表达矩阵差异是很小的。

这个才是合理的，一个样本在不同流程表达矩阵需要几乎是一致的才行，如果换个流程就千差万别，那我们生物信息学数据分析也太不靠谱了。

那么前面的表达矩阵出了什么情况呢

随便检查一个样本的两次流程的表达量差异情况：

真的是很震惊啊，一个基因表达量差异之大，如云泥之别！

最简单的办法是直接载入bam到igv去查看该基因

很简单的网页工具拿到其基因名字：https://www.ensembl.org/id/ENSG00000167658  是 EEF2 (HGNC Symbol) 所以IGV定位查看：

很明显，这么长的一个基因，这么高的表达量，所以学徒跑流程肯定错了，这个基因有很多转录本如下:

为什么明明是高表达基因被搞成了低表达呢？

毫无疑问，学徒肯定是跑流程的时候做错了什么，我让他自己去思考，为什么跑人类的这个数据集有问题，而跑果蝇就ok呢？

以上就是我带学徒的过程，如果你看不出来我做了什么指导，你可能不适合做学徒，麻烦绕行，不要浪费我的时间，谢谢！

补充一下超级VIP入场券，并不是花钱就一定可以买，我有要去的：

• 首先：预留时间接受培养，可以是全日制脱产一个月以上或者周六日长期加入学习小组。
• 其次：请精心制作好简历（主要是教育背景和项目经验），以及两份推荐信(不限推荐人身份) 。
• 最后：基本道德素养 【积极进取，诚实守信，责任心强！！！】