随着RNA測序（RNA-Seq）等技術的迅速發展與推廣，轉錄組數據海量增長，這也可能使一些分析缺陷不斷擴散。在分析大量已發表論文後，發現不少研究者忽視了實驗中RNA生理動态變化過程（如RNA累積、RNA生理降解等）的影響。

很多實驗要測定實驗期間轉錄量或基因表達量，于是測定了處理組與對照組的RNA水平，得出基因表達上調或下調的結果，而基因表達上調往往被認為是基因表達增加或轉錄量增加，基因表達下調被認為是基因表達減少或轉錄量減少。然而，用一般RNA-Seq或熒光定量PCR等測出來的隻是RNA現存量（RNA abundance），其數值上表示為：

RNA現存量 = 實驗前RNA累積量 + 實驗期間轉錄量 - 實驗期間RNA降解量

      如無其它條件限制，RNA現存量（既有完整的基因轉錄産物也包含被部分降解的RNA片斷）往往與轉錄量不相關，而由此推導的分析也許會出現錯誤結果。例如，用RNA現存量進行基因差異表達（Differential expression）分析得到基因表達上調的結果（圖1下左紅實心圓），而實際上轉錄量卻比對照組減少（圖1下右綠實心圓）。又如，用RNA現存量進行基因共表達（Co-expression）網絡分析（圖2下左）會與用轉錄量的結果（圖2下右）大相徑庭。RNA生理動态變化也影響了對可變剪切（Alternative splicing）事件、新基因發現、基因融合（Gene fusion）事件、微RNA等的分析。

對實驗中RNA生理動态變化過程影響的忽視可能是一些基因表達實驗難以重複及進一步研究結果與基因表達實驗結果不一緻的原因之一。另外，其他生物分子的定量分析或許也出現相似的問題。

    該論文發表在Briefings in Bioinformatics（影響因子：9.101）(Volume 20, Issue 5,September 2019, Pages 1725–1733), 生态學系許忠能副教授為第一作者和共同通訊作者，東京大學淺川修一教授為共同通訊作者。 

 圖1 用火山圖顯示RNA生理動态變化對基因差異表達分析的影響

圖2 基因網絡顯示RNA生理動态變化對基因共表達分析的影響

論文鍊接：https://academic.oup.com/bib/article/20/5/1725/5047383