Bioinformatik-Workflow von RNA-Seq

Die RNA-Sequenzierung (RNA-seq) ist zu einem Standardwerkzeug für die Analyse der Genexpression, die Entdeckung von Transkripten und die Quantifizierung von Spleißvorgängen geworden. Die bioinformatische Pipeline, die rohe Sequenzierungsdaten in interpretierbare biologische Ergebnisse umwandelt, ist ebenso wichtig wie die Sequenzierung selbst – eine ungeeignete Wahl der Pipeline kann irreführende Differenzierungsaufrufe erzeugen, wichtige Spleißereignisse übersehen oder Ergebnisse liefern, die nicht reproduzierbar sind.

Dieser Leitfaden richtet sich an Forscher, die über grundlegende Kenntnisse in RNA-seq verfügen und praktische Anleitungen zur Auswahl und Durchführung der richtigen Analysepipeline benötigen. Er behandelt die drei wichtigsten Pipeline-Ansätze, die 2025-2026 verfügbar sind, die wesentlichen Entscheidungen in jedem Schritt, die zu berücksichtigenden rechnerischen Anforderungen und die häufigen Fehler, die die Datenqualität beeinträchtigen. Der Fokus liegt auf entscheidungsorientierten Inhalten: welche Pipeline für einen bestimmten Projekttyp auszuwählen ist, welche QC-Metriken zu verfolgen sind und wie die Ausgaben in jeder Phase zu interpretieren sind. Am Ende dieses Leitfadens sollten Sie in der Lage sein, eine vollständige RNA-seq-Analyse-Strategie zu entwerfen, die Ihren Forschungszielen, Probenarten und verfügbaren rechnerischen Ressourcen entspricht. Für Forscher, die großangelegte Transkriptomstudien planen, RNA-Seq-Dienstleistungen einschließlich sowohl Sequenzierung als auch bioinformatische Analysen als integrierte Ergebnisse.

Die RNA-Seq Bioinformatik-Pipeline — Drei Ansätze, ein Ziel

Jede RNA-Seq-Datenanalyse-Pipeline folgt der gleichen fünfstufigen Struktur: Qualitätskontrolle der Rohdaten, Ausrichtung oder Quantifizierung der Reads, Quantifizierung und Normalisierung der Expression, statistische Analyse für differentiellen Ausdruck und funktionale Interpretation. Die Unterschiede zwischen den Pipelines liegen darin, wie Reads den Genen oder Transkripten zugeordnet werden, was die Sensitivität, Genauigkeit und die rechnerischen Anforderungen der gesamten Analyse bestimmt. Das Verständnis dieser Unterschiede vor Beginn der Analyse verhindert kostspielige Wiederanalysen, wenn sich herausstellt, dass die gewählte Pipeline mit dem Datentyp oder den Forschungszielen des Projekts inkompatibel ist.

Drei Pipeline-Ansätze dominieren die aktuelle Praxis. Die Wahl zwischen ihnen hängt von der Forschungsfrage, der Verfügbarkeit eines hochwertigen Referenzgenoms und der Annotation sowie den verfügbaren Rechenressourcen ab.

Pfad 1 — Gespleißte Ausrichtung + Genzählung: Reads werden mit einem splice-bewussten Alignierer (STAR oder HISAT2) an ein Referenzgenom ausgerichtet und anschließend mit featureCounts oder HTSeq den Genen zugeordnet. Dies ist der umfassendste Ansatz: Er erkennt neuartige Spleißstellen, identifiziert Fusionstranskripte und bietet die genaueste Quantifizierung auf Genebene. Der Nachteil ist die Rechenleistung – die STAR-Ausrichtung einer typischen RNA-seq-Probe (30 Millionen Reads) dauert 1-3 Stunden und benötigt 32 GB RAM.

Pfad 2 — Leichte Transkriptquantifizierung: Werkzeuge wie Salmon, Kallisto und RSEM verwenden ein Referenztranskriptom (statt des Genoms), um die Transkriptmenge direkt aus den Reads zu quantifizieren und den Alignierungsprozess zu umgehen. Salmon kann 30 Millionen Reads in 5-15 Minuten mit 8 GB RAM verarbeiten. Der Nachteil ist, dass leichte Methoden keine neuen Transkripte oder Spleißstellen erkennen und am besten für Projekte mit einem gut annotierten Referenztranskriptom geeignet sind.

Pfad 3 — Transkriptom-Assemblierung: Für Arten ohne Referenzgenom oder wenn die Entdeckung neuer Transkripte das Hauptziel ist, rekonstruieren de-novo-Assemblierungswerkzeuge (Trinity, rnaSPAdes) oder genombasierte Assemblierer (StringTie, Scallop) Transkripte aus ausgerichteten Reads. Dieser Ansatz ist der rechenintensivste und liefert Ergebnisse, die zusätzliche Validierung erfordern, ist jedoch die einzige Option zur Charakterisierung von Transkriptomen in Nicht-Modellorganismen, bei denen kein Referenzgenom verfügbar ist. StringTie kann beispielsweise vollständige Transkripte aus ausgerichteten RNA-seq-Reads mit hoher Sensitivität rekonstruieren und produziert Transkriptmodelle, die für nachgelagerte Quantifizierung und funktionale Annotation verwendet werden können.

Für Forschungsgruppen, die die bioinformatische Analyse auslagern möchten, RNA-Seq-Bioinformatikdienste Stellen Sie etablierte Pipelines für alle drei Ansätze bereit, mit anpassbaren Parametern, um projektbezogene Anforderungen zu erfüllen.

Workflow-Management für Reproduzierbarkeit: Unabhängig davon, welche Pipeline gewählt wird, sollte die Analyse innerhalb eines Workflow-Management-Systems wie Nextflow (nf-core/rnaseq) oder Snakemake durchgeführt werden. Diese Frameworks stellen sicher, dass die gleichen Schritte konsistent auf alle Proben angewendet werden, Softwareversionen dokumentiert sind und die Ergebnisse von anderen Forschern reproduziert werden können. Die nf-core/rnaseq-Pipeline bietet beispielsweise einen von der Community validierten RNA-seq-Workflow mit STAR-Ausrichtung, Salmon-Quantifizierung und umfassender QC-Berichterstattung.

Abbildung 1. RNA-seq Bioinformatik-Pipeline — drei Analysepfade und ihre fünf gemeinsamen Phasen
Übersicht über die drei RNA-seq-Bioinformatik-Pipeline-Pfade – gespleißte Ausrichtung + Genzählung, leichte Transkriptquantifizierung und Transkriptomassemblierung – die ihre fünf gemeinsamen Phasen von der Rohdaten-QC bis zur funktionalen Interpretation zeigen.

Schritt 1 — Qualitätskontrolle der Rohdaten

Die Qualitätskontrolle ist der erste und kritischste Schritt in jeder RNA-seq-Analyse. Die QC-Bewertung bestimmt, ob die Daten für die beabsichtigte Analyse geeignet sind und identifiziert Probleme, die behoben werden müssen, bevor man fortfährt.

Wichtige QC-Kennzahlen:

• Per-Basen-Qualität (Q-Werte): Über 80 % der Basen sollten über Q30 liegen. Niedrigere Werte deuten auf potenzielle Probleme mit der Laufqualität oder eine Degradation der Bibliothek hin.
• GC-Gehaltverteilung: Sollte mit dem erwarteten GC-Gehalt der Zielart übereinstimmen. Eine bimodale Verteilung deutet auf Kontamination oder Bibliotheksverzerrung hin.
• Adapter-Inhalt: Sollte nach dem Trimmen <1% betragen. Höhere Werte deuten auf unvollständige Adapterentfernung hin.
• Sequenzduplikationsniveaus: Für RNA-Seq deuten Raten über 60% auf eine geringe Bibliothekskomplexität oder Überamplifikation hin.
• rRNA-Kontamination: Sollte <5% für poly(A)-ausgewählte Bibliotheken sein. Höhere Werte deuten auf unvollständige rRNA-Depletion hin.

Werkzeuge und Arbeitsablauf: FastQC bietet individuelle Berichte für Proben, während MultiQC diese zu einem einzigen Bericht über alle Proben im Projekt aggregiert. Trimmomatic und fastp führen Adaptertrimmen und Qualitätsfilterung durch – fastp wird im Allgemeinen für neue Projekte empfohlen, da es schneller ist und integrierte Qualitätsberichte bietet. Nach dem Trimmen sollte eine zweite Runde der Qualitätskontrolle bestätigen, dass das Trimmen effektiv war, ohne biologisch bedeutende Sequenzen zu übertrimmen. Wenn die Qualitätskontrolle erhebliche Probleme in einer oder mehreren Proben aufdeckt (z. B. rRNA-Kontamination >20 %, medianer Q-Score <30), sollten die betroffenen Proben markiert werden, bevor mit der Ausrichtung fortgefahren wird.

Per-Proben- vs. Mehrfach-Proben-QC-Strategie: Eine gängige Empfehlung ist, FastQC für jede Probe einzeln auszuführen und dann MultiQC zu verwenden, um die Ergebnisse des gesamten Projekts zusammenzufassen. Dieser Ansatz zeigt sowohl probe-spezifische Probleme als auch systematische Probleme auf. Die Heatmap pro Probe in MultiQC ist besonders nützlich, um Ausreißerproben zu identifizieren, die vor der Einbeziehung in die DE-Analyse näher untersucht werden sollten.

Abbildung 2. FastQC-Bericht — wichtige Kennzahlen zur Qualitätsbewertung von RNA-seq-Daten
FastQC-Qualitätsbericht für RNA-seq-Daten, der die Qualitätswerte pro Base, die Verteilung des GC-Gehalts, den Adaptergehalt, die Sequenzduplikationsniveaus und die rRNA-Kontaminationsmetriken mit empfohlenen Schwellenwerten zeigt.

Schritt 2 — Auswahl zwischen Ausrichtung, leichter Quantifizierung und Montage

Die zentrale Entscheidung in einer RNA-seq-Pipeline besteht darin, wie Reads Transkripten oder Genen zugeordnet werden. Es stehen drei grundlegend unterschiedliche Ansätze zur Verfügung, die jeweils unterschiedliche Kompromisse in Bezug auf Genauigkeit, Rechenaufwand und Entdeckungsfähigkeit aufweisen.

STAR (spliced alignment): STAR verwendet einen sequenziellen Algorithmus zur maximalen abbildbaren Seed-Suche, der deutlich schneller ist als frühere Alignertools wie TopHat oder Bowtie2. Er erkennt kanonische und nicht-kanonische Spleißstellen, chimäre Reads zur Fusionsdetektion und liefert Ausrichtungen, die sowohl für die Quantifizierung als auch für die Transkriptzusammenstellung verwendet werden können. Für Projekte mit spezifischen Ausrichtungsanforderungen, NGS-Dienste kann so konfiguriert werden, dass Daten in Formaten geliefert werden, die mit STAR, Salmon oder anderen Analyse-Pipelines kompatibel sind.

HISAT2 (hierarchische Indizierung): HISAT2 ist ein alternativer, splicebewusster Alignierer, der einen hierarchischen Index auf Basis eines FM-Indexes verwendet und weniger Speicher (4-8 GB pro Probe) benötigt als STAR. Es ist geeignet, wenn speicherbeschränkte Umgebungen die Verwendung von STAR verhindern, obwohl es im Durchschnitt weniger neuartige Splice-Stellen erkennt.

Lachs (leichte Quantifizierung): Salmon verwendet einen quasi-Mapping-Ansatz, der den wahrscheinlichsten Transkriptursprung für jedes Read bestimmt, ohne eine vollständige Ausrichtung durchzuführen. Es korrigiert für GC-Bias und sequenzspezifischen Bias und erzeugt innerhalb von Minuten Transkript-Level-TPM-Schätzungen.

StringTie (Transkriptzusammenstellung): StringTie stellt Transkripte aus ausgerichteten Reads zusammen und erzeugt ein Transkriptmodell für jedes Locus. Es kann mit oder ohne eine Referenzannotation verwendet werden. Für Projekte, die eine de novo Transkriptentdeckung erfordern, führt StringTie, gefolgt von einer Zusammenführung über Proben hinweg, zu einem umfassenden Transkriptom, das neuartige Isoformen erfasst.

Entscheidungsrahmen: für die Fusionserkennung, RNA-Seq-Analyse-Dienste kann STAR-Fusion oder Arriba integrieren.

Praktische Überlegung – mehrere Pipelines betreiben: Für hochpriorisierte Projekte bietet das Ausführen von sowohl STAR als auch Salmon und der Vergleich der Ergebnisse eine interne Validierung. Wenn beide Pipelines dieselben Gene als Top-Kandidaten einstufen, ist das Vertrauen erheblich höher als bei einer einzelnen Pipeline.

Abbildung 3. Drei RNA-seq-Analysepfade — Ausrichtung, leichte Quantifizierung und Transkriptionserstellung
Beschriftung: Vergleichendes Diagramm von drei RNA-seq-Analysepfaden, das den Datenfluss durch STAR-Ausrichtung + featureCounts, die leichte Quantifizierung mit Salmon und die Transkriptionserstellung mit StringTie zeigt, mit wichtigen Abwägungen hinsichtlich Genauigkeit, Rechenkosten und Entdeckungsfähigkeit.

Schritt 3 — Quantifizierung und Normalisierung der Expression

Die Quantifizierung wandelt ausgerichtete Reads oder zugeordnete Fragmente in Ausdrucksmaße auf Gen- oder Transkriptebene um. Die Wahl der Normalisierungsmethode hat einen direkten Einfluss auf die Ergebnisse der differentiellen Expression und die Vergleichbarkeit zwischen den Proben.

Genebasierte Quantifizierung mit featureCounts: featureCounts zählt Reads, die sich über die Exons jedes Gens überschneiden, und erstellt eine Rohzählmatrix. Dies ist der Standardinput für DESeq2 und edgeR. Der entscheidende Parameter ist die Einstellung zur Strangspezifität: Bei stranded Bibliotheken verdoppelt die Angabe der richtigen Strangspezifität das nutzbare Signal.

HTSeq-Zählung: Eine Alternative zu featureCounts unter Verwendung von Python-basierten Schnittstellenmodellen. Es ist langsamer, bietet jedoch mehr Kontrolle über die Logik der Read-Zuweisung für komplexe Genmodelle mit überlappenden Annotationen.

Transkript-Ebene Quantifizierung mit Salmon: Salmon erzeugt geschätzte Zählungen und TPM-Werte pro Transkript. Für die Genebene-Analyse aggregiert tximport die Transkript-Schätzungen auf Genebene und berücksichtigt dabei die Unterschiede in der Transkriptlänge. Die integrierte Bias-Korrektur von Salmon reduziert systematische Fehler.

Normalisierungsmethoden: TPM normalisiert sowohl für die Sequenzierungstiefe als auch für die Transkriptlänge, was für Vergleiche innerhalb von Proben geeignet ist. DESeq2 median-of-ratios normalisiert nur für die Tiefe und ist der Standard für die DE-Analyse zwischen Proben. FPKM und RPKM sind ältere Methoden, die weitgehend von TPM und DESeq2-Normalisierung abgelöst wurden.

Welche Normalisierung sollte wann verwendet werden: Für Vergleiche innerhalb der Stichprobe ist TPM geeignet. Für die DE-Analyse zwischen Stichproben sollten DESeq2 oder TMM-Normalisierung verwendet werden. Für Meta-Analysen, die mehrere Studien kombinieren, wird TPM bevorzugt, da es weniger empfindlich gegenüber Unterschieden in der Bibliotheksgröße ist.

Abbildung 4. Normalisierungsmethoden — TPM, DESeq2 Median der Verhältnisse und FPKM im Vergleich
Bildunterschrift: Vergleich von TPM, DESeq2 Median der Verhältnisse und FPKM-Normalisierung, der Formeln, Anwendungsfälle (innerhalb der Probe vs. zwischen den Proben) und Verzerrungen durch falsche Normalisierungswahl zeigt.

Schritt 4 — Differenzielle Expressionsanalyse

Die Analyse der differentiellen Expression (DE) identifiziert Gene, deren Expression sich signifikant zwischen den Bedingungen ändert. Die Wahl der statistischen Methode beeinflusst die Fähigkeit, echte Positivfälle zu erkennen, die Kontrolle falscher Positiver und die Fähigkeit, die Eigenschaften von RNA-seq-Daten zu berücksichtigen.

Drei gängige Methoden:

• DESeq2: Negatives binomiales Modell mit Schrumpfungsdispersion-Schätzer. Funktioniert gut bei kleinen Stichprobengrößen (3-4 Replikate) und bietet eine robuste Kontrolle der falsch positiven Entdeckungsrate (FDR). Die integrierte Erkennung von Ausreißern in den Zählungen reduziert falsch positive Ergebnisse.
• edgeR: Negatives binomiales Modell mit empirischer Bayes-Dispersionsschätzung. Etwas empfindlicher für Datensätze mit größeren Replikaten (>6 pro Gruppe). Der Quasi-Likelihood-Rahmen bietet eine konservativere Kontrolle der FDR.
• limma-voom: Lineares Modellierungsframework mit Präzisionsgewichten. Rechenintensiv effizient, Ergebnisse vergleichbar mit DESeq2 für die meisten Datensätze. Gut geeignet für komplexe experimentelle Designs mit mehreren Faktoren.

Mit nur zwei Replikaten kann eine DE-Analyse durchgeführt werden, jedoch ist die FDR-Kontrolle unzuverlässig. Die Standardausgabe sind Gene, die nach angepasstem p-Wert und log2-Faltungsänderung sortiert sind, typischerweise gefiltert bei FDR < 0,05 und |log2FC| > 1. Für die Standardanalyse, Genomdatenanalyse-Dienste bereitgestellte validierte DESeq2- und edgeR-Pipelines.

Abbildung 5. Vergleich der Methoden zur differentiellen Expression — DESeq2, edgeR und limma-voom
Überschrift: Vergleich von DESeq2, edgeR und limma-voom, der statistische Modelle, Schätzungen der Dispersion, optimale Stichprobengrößen und die besten Anwendungsfälle für jede Methode zeigt.

Funktionale Interpretation — Von Genlisten zu biologischen Mechanismen

Sobald differentially exprimierte Gene (DEGs) identifiziert sind, gibt es drei komplementäre Ansätze, um ihre biologische Bedeutung zu interpretieren:

• Überrepräsentationsanalyse (ORA): Testet die DEG-Anreicherung in GO-Kategorien oder KEGG-Wegen im Vergleich zum Hintergrund. Erfordert einen Signifikanzschwellenwert und ist empfindlich gegenüber dem gewählten Cutoff.
• Gen-Set-Anreicherungsanalyse (GSEA): Verwendet eine vollständig rangierte Genliste, um die Anreicherung am oberen oder unteren Ende der Rangliste zu testen. Erfordert keinen Schwellenwert und erkennt koordinierte Veränderungen, selbst wenn einzelne Gene nicht signifikant sind.
• Weg- und Netzwerk-Analyse: Werkzeuge wie IPA, Metascape und clusterProfiler ordnen DEGs biologischen Wegen zu. Die Ausgabe umfasst Vorhersagen zur Aktivierung von Wegen und zu upstream-Regulatoren.

Die Versionskontrolle von Datenbanken ist entscheidend für die Reproduzierbarkeit – GO-, KEGG- und Reactome-Datenbanken werden regelmäßig aktualisiert. Ein häufiger Fehler ist die Verwendung einer Datenbankversion, die mit der während der Ausrichtung verwendeten Annotationsversion inkompatibel ist. Angepasste bioinformatische Dienstleistungen kann Pfadanreicherung und Netzwerkanalysen für Projekte einbeziehen, die zusätzliche Tiefe erfordern.

Einzelzell-RNA-Seq-Bioinformatik — Ein anderes Paradigma

Die Bioinformatik von Einzelzell-RNA-Sequenzierung (scRNA-seq) unterscheidet sich grundlegend von der Analyse von Gesamtproben. Die Daten sind viel spärlicher und technisches Rauschen durch Dropout-Ereignisse stellt die größte Herausforderung dar. Der Standard-Workflow für scRNA-seq umfasst: Rohdatenverarbeitung (CellRanger), Qualitätsfilterung, Normalisierung (SCTransform, scran), Dimensionsreduktion (PCA, UMAP), Clusterbildung (Louvain, Leiden), Identifizierung von Marker-Genen und Zelltypannotation.

Die rechnerischen Anforderungen sind erheblich höher: Ein Datensatz mit 10.000 Zellen benötigt 16-32 GB RAM. Ein Datensatz mit 100.000 Zellen kann 64+ GB erfordern. Für Datensätze, die 50.000 Zellen überschreiten, werden Cloud- oder HPC-Cluster empfohlen. Bioinformatik-Dienstleistungen bereitstellen standardisierter Pipelines für sowohl Bulk- als auch scRNA-seq-Analysen.

Rechnerische Anforderungen für die Analyse von RNA-Seq-Daten

Die Planung der Rechenressourcen, bevor die Sequenzierungsdaten eintreffen, verhindert Analyseengpässe. Für ein Bulk-RNA-Seq-Projekt mit 48 Proben (jeweils 30 Millionen Reads, 2x150 bp):

• Speicher: ~430 GB rohe FASTQ + 250-400 GB BAM + 10-50 GB Zwischendateien = 700-900 GB insgesamt. Komprimierte FASTQ reduzieren den Bedarf um 40-60 %.
• Berechnungszeit: STAR-Ausrichtung 48-144 Std. Einzelkern (parallelisierbar). Salmon-Quantifizierung 4-12 Std. DESeq2 30 Min.-2 Std. StringTie-Assemblierung 24-72 Std.
• Speicher: STAR 32 GB pro Probe. DESeq2/edgeR 8-16 GB. Salmon 4-8 GB. scRNA-seq (10K Zellen) 16-32 GB.
• Infrastruktur: 64+ GB RAM, 16+ CPU-Kerne, SSD-Speicher empfohlen. Cloud-Analyse ist kosteneffizienter für 100+ Musterprojekte. Für Labore ohne HPC, WGS- und RNA-Seq-Dienstleister typischerweise computergestützte Analysen.

Überlegungen zur Strandedheit: Die meisten modernen RNA-seq-Projekte verwenden die strand-spezifische Bibliotheksvorbereitung. Die Einstellungen der Pipeline (z. B. das strandedness-Flag von featureCounts) müssen mit dem Bibliothekstyp übereinstimmen, um zu vermeiden, dass die Hälfte des Signals durch falsch zugeordnete Reads verloren geht.

Abbildung 6. Häufige Fehler bei RNA-seq – Probleme, Ursachen und Lösungen
Überschrift: Häufige RNA-seq-Analysefehler, einschließlich übermäßiger DEGs, Batch-Effekte, niedriger Mapping-Raten, unzureichender Replikate und Pipeline-Reproduzierbarkeit.

Häufige RNA-Seq-Analysefehler und wie man sie vermeidet

Häufig gestellte Fragen

Was ist das beste Alignierungswerkzeug für RNA-seq?

STAR ist der am weitesten verbreitete splicesensitive Aligner für RNA-seq. Er ist für die meisten Datensätze deutlich schneller als TopHat2 und HISAT2 und erkennt mehr neuartige Spleißstellen.

Sollte ich STAR oder Salmon für die RNA-seq-Quantifizierung verwenden?

Wählen Sie STAR für neuartige Spleißstellen, Fusionsnachweis oder Transkriptzusammenstellung. Wählen Sie Salmon für die schnelle Quantifizierung bekannter Transkripte in großen Projekten. Viele Projekte profitieren von der Verwendung beider.

Wie viele biologische Replikate benötige ich für RNA-Seq?

Mindestens drei biologische Replikate pro Bedingung für eine zuverlässige DE-Analyse. Mit weniger ist die FDR-Kontrolle unzuverlässig. Bei hoher biologischer Variabilität können 4-6 Replikate erforderlich sein.

Was ist der Unterschied zwischen FPKM, RPKM und TPM?

Alle werden für Tiefe und Transkriptlänge normalisiert, aber TPM wird bevorzugt. FPKM und RPKM führen zu Verzerrungen bei Vergleichen zwischen Proben. TPM normalisiert die Länge vor der Bibliotheksgröße für eine direkte Vergleichbarkeit zwischen Proben.

Wie gehe ich mit Batch-Effekten in RNA-Seq-Daten um?

Adresse in der Entwurfsphase, indem Proben über Chargen hinweg randomisiert werden. Fügen Sie die Charge als Kovariate in die DESeq2- oder limma-Designmatrix ein. Computergestützte Korrekturen (RUVseq, sva, ComBat-seq) können Effekte reduzieren, aber vollständige Verwirrung nicht beheben.

Nur für Forschungszwecke, nicht zur klinischen Diagnose, Behandlung oder individuellen Gesundheitsbewertung bestimmt.

Referenzen:

1. Von der Bank zu Bytes: Ein praktischer Leitfaden zur Analyse von RNA-seq-Daten. Grenzen der Genetik2025;16:1697922.
2. Ein umfassender Arbeitsablauf zur Optimierung der RNA-Seq-Datenanalyse. BMC Genomics2024;25:678.
3. Leistungsbewertung von DNA-Sequenzierungsplattformen in der ABRF-Studie. Naturwissenschaftliche Biotechnologie. 2021;39:1348-1365.
4. Schnellere und genauere differenzielle Transkriptanalyse mit edgeR v4 und Salmon. NAR Genomik und Bioinformatik. 2024;6(4):lqae151.
5. DESeq2 Differentialausdrucksanalyse. Bioconductor (aktuelle Version).