今天推荐一个工具ExpressionPlot 这个工具是一个基于网页版的分析转录组和芯片数据的工具。简单说就是后台是常规的分析和可视化工具，但是前端页面较为友好。比较适合初学者利用这个工具进行表达数据的处理和可视化。

摘要

RNA-seq和芯片数据处理的平台现在对于基因表达数据的挖掘越来越重要。文章推荐一个ExpressionPlot，这是一个软件包，可以安装在web服务器上，也可以安装在虚拟机上。这个软件包有一个较为友好的界面，可以方便客户用于游览、可视化、对不同的数据集进行比对。软件包支持多种数据包括原始fq数据、芯片数据还有其他平台处理的数据等等。

软件和使用手册下载地址：

背景介绍

随着技术的发展，芯片数据和转录组数据越来越多，但是对于有用的准确性信息的获取，仍然是令人畏惧的一件事情。对于深入的数据挖掘、可视化和人性化的页面和体验越来越重要。所以挖掘平台的重要性逐渐凸显。目前类似的一些平台诸如Galaxy、GenePattern等。

这次文章推荐一个ExpressionPlot这个工具，它包含一系列的工具和流程，主要是比对工具、统计工具，还有一些用户的个性化工具用来实现深入分析和研究，包括浏览、简单过滤和统计、可视化等等。这个工具相比其他平台在于提供了便捷的一键式的过滤、排序和超链接到其他网页，还有支持同一次试验的不同样品，还有不同平台数据的相互比较等。

软件支持的输入数据格式包括fastq、cel、bam等文件，或者其他平台产生的表达谱文件等。

这个也可以产生bam文件，或者BigWig用于其他平台的使用。本软件不需要集群服务器，只需要有一个支持bowtie建库搜索的内存就可以，一般内存在4Gb左右就可以啦。硬盘空间要足够大点。另外软件对于项目中的数据支持用户对数据进行用户权限分配，是可读、可写还是共享等。这样对数据的分享和保护起到了重要的作用。

基因表达分析

基因表达分析主要分为两种数据类型，转录组fq数据还有就是芯片数据。

对于转录组数据其预流程主要在后台利用命令行操作，其主要步骤包括：

 1, alignment; 

 2, read accumulation; 

 3, statistical calculations.

芯片数据处理和流程包括：

 1, background subtraction;

 2, probe normalization;

 3, probe accumulation; 

 4, statistical calculations.

欣赏下软件的主页面。

预处理之后，要对数据质量进行简答的评估，也就是质量控制。

ExpressionPlot提供了好几种质控的工具。主要是根据比对的read进行区分，比如没有比对上的、多重比对的、双端比对上的、单端比对上的等等。这里用户可以选择利用read_type工具进行处理。

质控之后，可以利用table_browser工具进行过滤和选择并且对不同的选择进行相应的可视化展示。

当然软件对于不同平台和不同物种（双跨）的数据也可以利用4way方法进行可视化展示，主要用于对数据进行横向和纵向的展示，这对于物种研究还是很有意义的。

如果用户相对某一个基因进行重点的研究，还可以对某一个区域进行重点的显示，主要利用的工具是seqview tool。

文章中的大栗子。

软件如何安装和使用，大家还是阅读原文去官网吧。小编感觉这个工具很好用，估计安装对于新手还是挺难的，看看以后有没有机会开发点工具帮助大家安装和使用。

欢迎关注生信人