2.Nature Method使用了单端10个随机碱基的UMI，可以产生4¹⁰=104万种不同的组合；

PNAS文章对大肠杆菌全基因组范围内基因使用UMI去重前后Readsdepth的变化进行了对比，发现普通RNA-seq的不均一性更高，使用UMI之后，均一性得到了提高。全局范围内，UIM使用前后depth完全一致的位置很少，说明扩增/测序重复带来的影响是全局性的。

PNAS文章对UMI去重前后，不同表达水平基因表达量的差异进行了分析，发现表达水平中低的基因，受重复的影响较大，且表达水平越低，受重复的影响越大。

两篇文章都在使用UMI与否的情况下，对技术重复的相关性进行了研究：

A.结果都表明，基因表达量越低，重复间的一致性越差，这与我们常规RNA-seq观察到的现象一致；

B.PNAS文章表明使用UMI去重（DPKM）后重复间的相关性显著高于不去重（RPKM），下图中使用UMI去重的点分布更加收敛、相关性也更高；表达量越低UMI的作用越显著；

C.Nature Methods文章直接将同一个cDNA文库扩增了不同循环数，发现不同的扩增引起的重复导致的表达量较低的基因差异非常显著，但使用UMI去重之后，可以将这种差异基本全部消除。

样品相关性：左图为未使用UMI去重、右图为使用UMI去重的结果，可见使用UMI去重之后，基因表达的分布更加收敛，样品间相关性得到了显著提高；意味着UMI的使用可以获得更加准确的基因表达情况。

覆盖度的均一性：从下图可见，使用UMI去重之后，同一个基因不同外显子间覆盖度更加均一。这对可变剪接分析有重要价值。

不同物种的PCR/测序重复情况分析：我们统计了我们执行的数百个digital RNA-seq项目UMI去重的比例，发现不同物种受重复的影响有一定的差异，总体来讲和基因组的大小呈负相关：动物样品中PCR/测序重复度在10%左右、植物间差异较大，在10-20%之间，微生物的重复度最高、物种间差异最大，在10-30%之间。

从上述的2篇文章可以发现，UMI在RNA-seq中的使用，可以显著提高数据的可靠性、稳定性和准确性。我们的测试数据表明，康测的digitalRNA-seq测序产品和文献报道的效果一致、甚至更为优秀。目前digitalRNA-seq正在进行促销活动（详情点这里：表观互作高通量测序，限时亏本大促！），价格和普通的转录组并无差异。赶紧抛弃传统的RNA-seq，迎接这一更先进、准确的基因表达研究新技术吧！！