• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    PUseqClust:一種RNA-seq 數(shù)據(jù)聚類分析方法*

    2019-10-24 05:50:10石險峰劉學軍
    軟件學報 2019年9期
    關鍵詞:外顯子個數(shù)聚類

    石險峰,劉學軍,張 禮

    1(南京航空航天大學 計算機科學與技術學院,江蘇 南京 211106)

    2(南京林業(yè)大學 信息科學技術學院,江蘇 南京 210037)

    通訊作者:劉學軍,E-mail:xuejun.liu@nuaa.edu.cn

    第二代測序技術又稱下一代高通量DNA 測序技術(NGS),與基因芯片相比,具有通量高、速度快、成本低的優(yōu)點.該技術的提出,使基因組學、基因表達學和表觀遺傳學產(chǎn)生了革命性的改變,為人們解決存在的生物問題和全面透徹地分析物種的基因組、轉錄組提供了重要工具[1].其中,基于深度測序的RNA-seq 測序技術被廣泛應用于轉錄組研究.RNA-seq 可以對某一特定物種的轉錄組和基因組序列進行全面分析,并獲得特定生理或者病理狀態(tài)下的所有信息,極大地提高了測序速度并且降低了成本.其主要思想是:通過序列對比,將讀段(read)定位到參考基因組或者轉錄組上,獲得量化的表達值[2,3].隨著測序技術的不斷發(fā)展,生物數(shù)據(jù)庫中存儲了海量的RNA-seq 讀段數(shù)據(jù),通過讀段計數(shù),可量化基因表達水平.而如何處理與分析這些基因表達值,并從中獲得有用的生物學意義,已經(jīng)成為當前熱門的研究方向.

    目前,許多RNA-seq 測序實驗除了對某一特定條件下的物種進行分析,還在多條件多重復實驗下進行測序,如不同的溫度[4]、不同的組織[5]、不同的時間點[6]等條件.在自然界環(huán)境下,外界的條件會快速并且隨機改變,所以為了適應這些變化,基因在不同條件下會表現(xiàn)出不同的表達水平[7].通過分析這些不同表達模式的數(shù)據(jù),我們可以獲得客觀數(shù)據(jù)中所包含的生物意義.由于生物的性狀是多個基因共同調(diào)控的結果,而聚類分析根據(jù)不同的表達模式,將基因聚到不同的類簇.通常假設功能相關的基因會聚到同一類簇,由此可揭示基因的未知生物功能.因此,聚類分析對于處理這些多條件多重復性的RNA-seq 數(shù)據(jù)顯得尤為重要.但是當前大部分聚類分析主要應用于基因芯片數(shù)據(jù),應用到RNA-seq 數(shù)據(jù)的聚類研究相對較少.本文旨在提出一種適用于多條件多重復性的RNA-seq 數(shù)據(jù)的聚類分析框架,能夠有效處理RNA-seq 數(shù)據(jù)存在的各種噪聲和偏差,獲得更具生物學意義的聚類結果.

    RNA-seq 數(shù)據(jù)的聚類分析研究工作雖已有一定進展,但仍存在不足.如文獻[5]使用了K-means 算法對4 個不同組織下的表達模式進行了簡單聚類并做后續(xù)分析,但實際上這些傳統(tǒng)算法,如分層算法、K-means 算法、自組織映射(SOM)算法,都是基于啟發(fā)式的算法,難以比較各自的優(yōu)劣,并且沒有一個特定的原則可以確定最優(yōu)的類簇個數(shù),給聚類分析增加了不少困難[8-10].一些基于模型的聚類算法應用到RNA-seq 數(shù)據(jù)上,并獲得了較好的聚類結果.這些方法中,大部分使用泊松分布對RNA-seq 數(shù)據(jù)進行建模,以減少讀段非均勻分布的影響[11-13].然而實驗結果表明,RNA-seq 數(shù)據(jù)與泊松模型相比較具有更高的差異性,即數(shù)據(jù)的方差大于數(shù)據(jù)的均值,這將導致過離散現(xiàn)象[14].所以越來越多的模型采用負二項分布模擬讀段數(shù)據(jù),以便更好地處理RNA-seq 數(shù)據(jù)的過離散現(xiàn)象.MBclust[15]采用了負二項式分布模擬讀段計數(shù)進行聚類,通過估計數(shù)據(jù)的散度系數(shù),獲得了相比K-means 等傳統(tǒng)方法更好的聚類結果.

    現(xiàn)有的這些聚類方法直接采用讀段計數(shù)對基因表達水平進行聚類分析,這類方法存在一定不足.除了實驗中cDNA 文庫的制備、cDNA 中CG 堿基含量過高等因素造成了讀段在參考序列上非均勻分布外,RNA-seq 讀段非均勻分布另外一個主要原因是真核生物普遍存在選擇性剪切(AS)現(xiàn)象[16],即:一個基因的多個共享外顯子,每次選擇不同的外顯子進行組合形成多種異構體(isoform),導致由較多異構體共享的外顯子上往往讀段分布較多,而較少異構體共享的外顯子上讀段分布較少.現(xiàn)有的聚類方法中較少考慮到讀段的這種非均勻分布特性,從而降低了聚類的準確性.此外,直接采用讀段計數(shù)進行聚類分析的方法需要處理技術性、生物性等多種不確定性,如果僅采用一個模型,難以全面模擬各種不確定性.比如,MBclust 方法采用負二項分布模擬了讀段計數(shù)的過離散特性并且考慮了生物重復性影響,但是將聚類中心固定為一個數(shù)據(jù)點,忽略了聚類中心的不確定性,降低了聚類結果的可靠性.

    本文主要針對現(xiàn)有方法的不足,采用兩步方法對RNA-seq 數(shù)據(jù)進行聚類分析:首先,充分考慮讀段數(shù)據(jù)固有的各種噪聲和偏差,計算出基因的表達水平及其技術性不確定性;然后,在考慮到基因表達水平生物性不確定性情況下,對所獲得的基因表達水平進行聚類分析.以往的研究結果表明:通過適當?shù)慕y(tǒng)計分析處理相關噪聲數(shù)據(jù),對于獲得有生物學意義的分析結果具有重要意義[17,18].通過概率模型,實驗產(chǎn)生的技術性不確定性能夠被融入模型中參與估計,這使得這些方法對于噪聲更加魯棒[19].在基因芯片數(shù)據(jù)分析中已證明:如果在表達水平的后續(xù)分析中考慮其不確定性,能夠獲得更具生物意義的結果[20,21].先前的工作中,我們設計了PGSeq[22]模型對RNA-seq 數(shù)據(jù)進行基因表達水平計算,該模型考慮了讀段數(shù)據(jù)中由各種噪聲引起的偏差,選擇性剪接是導致讀段非均勻分布和多源映射問題的一個重要原因.相比其他聚類算法,我們在基因表達水平估計步驟中,著重考慮了這些問題對表達水平計算準確性的影響,故對造成讀段計數(shù)非均勻分布的各種原因考慮較為完善.在PGSeq模型的基礎上,本文提出了PUseqClust(propagating uncertainty into RNA-Seq clustering)聚類框架,考慮了基因在不同條件、不同重復樣本下的表達水平的相關性,采用多維拉普拉斯方法獲得基因表達水平的不確定性,并將計算結果傳遞到混合t 分布聚類模型[23]中,實現(xiàn)對RNA-seq 數(shù)據(jù)的聚類分析.混合t 分布聚類模型使用了具有魯棒性的t 分布模型,并且考慮了生物性重復實驗數(shù)據(jù)的不確定性.本文在模擬數(shù)據(jù)集和3 個真實數(shù)據(jù)集上,驗證了PUseqClust 的聚類性能.

    1 方 法

    圖1 顯示了PUseqClust 方法的流程圖.輸入數(shù)據(jù)為RNA-seq 的原始讀段序列,通常以FASTA 或者FASTQ兩種格式存儲[24],經(jīng)過多步處理,獲得最終聚類分析結果.首先進行數(shù)據(jù)預處理,選擇轉錄組序列作為參考序列,利用Bowtie2[25]進行讀段定位,獲得讀段計數(shù),然后,利用PGSeq 方法模擬基因讀段的隨機產(chǎn)生過程;其次,采用多維拉普拉斯方法[26]獲得基因表達水平及其不確定性;再次,采用一元方差分析(one-way ANOVA)獲得差異基因,為聚類分析進行簡單過濾,為聚類分析過濾掉沒有明顯變化模式的無表達或穩(wěn)定表達基因;最后,將基因表達水平及其不確定性傳遞到混合t 分布聚類模型中,進行聚類分析,獲得聚類結果.

    Fig.1 The flowchart of PUseqClust method圖1 PUseqClust 方法流程圖

    1.1 模擬讀段隨機產(chǎn)生過程

    PGSeq 方法[22]利用泊松-伽馬分布模擬每個外顯子讀段計數(shù)的分布,獲得了較為準確的基因以及異構體表達水平.我們采用PGSeq 模型對外顯子讀段的隨機產(chǎn)生過程進行了模擬,以便獲得基因表達水平重要參數(shù)的隨機特性.設在條件c的第r個重復樣本上基因g的外顯子i讀段計數(shù)為ygicr,由于數(shù)據(jù)都是逐個處理每個基因,因此小標g在后續(xù)大部分公式中被省略.yicr表示包含外顯子i的剪接異構體的歸一化讀段計數(shù)之和,.其中,

    ·wcr表示在條件c的第r個重復樣本的讀段總數(shù);

    ·li表示外顯子i的長度;

    ·Mik取值為0 或1,Mik取值為1 時,表示剪接異構體k包含外顯子i;

    ·ticrk表示在條件c的第r個重復樣本上剪接異構體k包含的外顯子i的讀段計數(shù),并假設其服從泊松分布:ticrk~Pois(βiαcrk),其中:βi表示外顯子i的偏差特性,為解決過離散問題,模型假設βi服從Gamma分布βi~Ga(a,b),a表示形狀參數(shù),b表示尺度參數(shù);αcrk表示在條件c的第r個重復樣本上剪接異構體k的表達水平比率.

    1.2 基因表達水平及不確定性計算

    得到模型參數(shù)的解后,在條件c的第r重復樣本上剪接異構體k的表達水平ticrk可以寫成:

    其中,NB表示負二項分布.由此推出在條件c的第r個重復樣本上剪接異構體k表達水平的期望為

    對于同一個基因,由于a,b為各條件共享,則在不同條件下,這個基因異構體表達水平期望的隨機性由αcrk的隨機性決定.

    考慮到各個條件重復實驗下αcrk之間的相關性,我們首先采用多維拉普拉斯方法從公式(1)近似獲得向量α={αcrk}的分布.對公式(1)進行泰勒展開,如下:

    其中,

    假設基因的表達水平由對應的剪接異構體表達水平之和表示,即,得到的基因表達水平服從高斯分布.均值和方差如下:

    1.3 差異基因檢測

    我們采用一元方差分析進行差異基因檢測.方差分析(analysis of variance,簡稱ANOVA)是數(shù)據(jù)分析中一種常見的統(tǒng)計模型,探索因變量與自變量之間關系,用于多個樣本均數(shù)差別的統(tǒng)計假設檢驗.一元方差分析即為探索一個自變量對于因變量的觀察值影響.零假設H0為基因未發(fā)生差異表達,即對于n個k維輸入樣本表達均值都相等.為了計算統(tǒng)計顯著性,若H0成立,當總偏差平方和SST 固定不變時,檢驗統(tǒng)計量取為

    其中,SSE為組內(nèi)偏差和,SSA為組間偏差平方和.對于給定顯著水平a,查找F分布臨界值F函數(shù)Fa,得到p值:若p值大于a,則接受零假設;否則,拒絕零假設.

    對于采樣得到的基因表達水平,我們對于每個基因在各個條件的重復樣本下分別提取100 個正樣本數(shù)據(jù),對這些數(shù)據(jù)進行一元方差分析,設置顯著水平閾值,識別顯著差異表達的基因.

    1.4 聚類分析

    對于顯著差異基因,我們采用先前提出的基于不確定性的混合t 分布聚類模型PUMA-CLUSTII[23]進行聚類分析.PUMA-CLUSII 采用具有魯棒性的混合學生t 分布進行聚類,由于這是一種重尾分布,能更好地適應異常值,并且模型考慮了生物性重復不確定性及技術性不確定性,并能自動優(yōu)化到最優(yōu)類簇個數(shù).

    假設在條件c的第r個重復樣本上基因g的表達水平服從高斯分布,其中,xgcr表示真實基因表達水平,表示基因g技術性不確定性.真實基因表達水平xgcr在同一條件上假設服從高斯分布,wgc表示條件c下基因均值,ηg表示基因表達水平生物上的不確定性.對于每一個基因引入一個隱藏變量ug,則t 分布可以寫成高斯分布和Gamma 分布的卷積形式:

    其中,在第k類簇上,μk和Σk分別表示均值和協(xié)方差,vk表示自由度.則均值wg的概率為

    假設對于每個基因所有條件下ηg共享,且服從Gamma 分布:

    此時,模型隱藏變量hg=(xg,wg,ηg,zg,ug),模型參數(shù)θ=({μk},{Σk},{vk},{αk},{βk},{πk}).

    PUMA-CLUSTII 方法利用最大似然法和變分EM 算法對模型進行求解,該方法采用了MMLP 準則[27]自動確定最優(yōu)聚類數(shù).

    2 數(shù)據(jù)集

    由于無法獲得真實數(shù)據(jù)集中的準確基因表達模式的聚類結果,我們分別使用了模擬數(shù)據(jù)集和3 個真實數(shù)據(jù)集對所提出的聚類方法進行驗證.

    2.1 模擬數(shù)據(jù)集

    本文研究的聚類分析方法根據(jù)基因在多個不同實驗條件下的表達模式進行聚類,由于真實的RNA-seq 數(shù)據(jù)集缺少大規(guī)模已知聚類結果的基因表達水平數(shù)據(jù),故模擬數(shù)據(jù)模擬生成已知的特定基因表達模式,作為真實聚類標簽.我們的聚類方法對具有相似表達模式的基因進行聚類,不針對現(xiàn)實中哪一種具體的生物學波動模式,模擬數(shù)據(jù)生成方法見文獻[28]以及我們先前的工作[20,23].本文在模擬數(shù)據(jù)中人為定義了6 種不同的用數(shù)學函數(shù)描述的表達模式,且增加了一種噪聲數(shù)據(jù)來驗證算法的魯棒性.本文利用PGSeq 模型生成模擬數(shù)據(jù)集[22],對我們所提出的聚類方法進行初步評價.模擬數(shù)據(jù)集共包含7 個條件,每個條件下包含3 個重復實驗數(shù)據(jù),將各個條件下的基因差異表達水平看做已知類簇的基因表達模式,這樣的模擬數(shù)據(jù)集可以驗證聚類算法的準確性.

    本文選取人類的700 個基因作為模擬數(shù)據(jù),并分成7 組,其中,最后一組作為純隨機噪聲組,用于模擬實際數(shù)據(jù)中難以聚到任一類簇中的基因表達模式.對于給定一個基因,外顯子i的偏差特性βi的分布可從MAQC 數(shù)據(jù)集[29]中的HBR 樣本實驗數(shù)據(jù)中獲得,即得到Gamma分布參數(shù)a和參數(shù)b的值.對于給定基因g,模擬數(shù)據(jù)產(chǎn)生過程如下:

    (1)對于外顯子i,從伽馬分布Gamma(a,b)中采樣得到βi;

    (2)變量A的值從均勻分布U(0,5)中采樣到.設C為總條件個數(shù),p為基因g所屬的數(shù)據(jù)組,然后按照如下方法獲得logαgck的值.

    · 對于第1 組~第4 組:

    · 對于第5 組:

    · 對于第6 組:

    · 對于第7 組:

    由此生成具有不同模式的logαgck,然后從高斯分布N(logαgck,log(αgck)/10)重新采樣獲得含有噪聲的.在每個條件下,從高斯分布重復采樣3 次,獲得帶生物性噪聲的重復αgcrk;

    (3)從泊松分布Pois(wcrliMikβiαgcrk)中采樣獲得剪接異構體k在條件c的第r重復樣本上的外顯子i的讀段計數(shù)xicrk.其中,wcr為在條件c的第r重復樣本上的讀段總數(shù);li為外顯子i的長度;Mik為外顯子i與剪接異構體k之間的關系,值為1 表示剪接異構體k包含外顯子i;

    (4)外顯子i在條件c的第r重復樣本上讀段計數(shù)yicr為包含外顯子i的所有剪接異構體讀段計數(shù)xicrk之和,基因g在條件c的第r重復樣本上讀段計數(shù)zgcr為所有外顯子的讀段計數(shù)yicr之和.最終生成的對數(shù)基因讀段計數(shù)歸一化后數(shù)據(jù)如圖2 所示.由圖2 可以看出:模擬數(shù)據(jù)中前6 組基因分別具有不同的表達模式,而第7 組基因沒有一致的表達模式,其代表了數(shù)據(jù)中存在的隨機噪聲,用以測試聚類方法的魯棒性.

    Fig.2 The gene expression patterns of the seven clusters in the simulated data圖2 模擬數(shù)據(jù)的7 類基因表達模式

    2.2 真實數(shù)據(jù)集

    (1)Zhao 等人[30]采用人類激活T 細胞數(shù)據(jù)集對RNA-seq 和基因芯片在基因表達水平計算方面進行了對比研究.利用Illumina HiSeq 2000 platform 得到在0hr,2hr,4hr,6hr,24hr,72hr 這6 個時間點上的T 細胞RNA 數(shù)據(jù),其中每個時間點上包含兩個重復性實驗.本文采用一元方差分析檢測出該數(shù)據(jù)集的1 963個差異基因,并對這些基因進行聚類分析,驗證我們所提出的聚類算法的性能;

    (2)?ij? 等人[31]對人類輔助T 17(Th17)細胞進行表達水平測量,利用Illumina HiSeq 2000 platform 得到了0.5hr,1hr,2hr,4hr,6hr,12hr,24hr,48hr,72hr 這9 個時間點上Th17 細胞RNA 數(shù)據(jù),其中,每個時間點上包含3 個重復性實驗.與前一個數(shù)據(jù)集處理相同,采用一元方差分析獲得了2 060 個差異基因進行后續(xù)聚類分析;

    (3)GEO accession 為GSE90053 的數(shù)據(jù)集為人類多功能干細胞(pluripotent stem cell,簡稱PSC)數(shù)據(jù)集,利用Illumina HiSeq platform 2500 得到了0d,2d,8d,10d,11d,14d,21d,28d 這8 個時間點上PSC RNA 數(shù)據(jù)集,每個時間點上包含3 個重復性實驗.最終得到1 448 個差異基因進行后續(xù)聚類分析.

    3 實驗結果與討論

    為了驗證本文提出的方法在聚類分析方面的性能,我們使用PUseqClust 方法和其他聚類分析方法在模擬數(shù)據(jù)集和真實數(shù)據(jù)集進行聚類分析,并對比了分析結果.本文采用了兩種已有的聚類方法進行對比實驗.一種是沒有考慮表達不確定性的標準高斯混合聚類方法Mclust[32];另一種是基于負二項分布的聚類方法MBclust[15].

    這兩種方法均采用RPKM 計算基因表達水平.Mclust 和MBclust 方法分別包含在R 軟件包Mclust 和MBCluster.Seq 中.

    3.1 模擬數(shù)據(jù)集實驗

    對于模擬數(shù)據(jù)集,我們首先在無隨機噪聲的前6 組數(shù)據(jù)上進行聚類分析,然后加入第7 組噪聲數(shù)據(jù),對聚類方法的魯棒性進行對比.在模擬數(shù)據(jù)集上,由于各個基因所屬類簇已知,所以本文在標準互信息NMI(normalized mutual information)、敏感度和特異度這3 個方面驗證各種聚類方法的性能.

    靈敏度代表所有成對基因(屬于同一類簇的基因)被劃分到同一類簇的的概率,靈敏度越高,代表算法對來自同一類簇基因的識別度越高.特異度代表所有非成對基因(不屬于同一類簇的基因)被劃分為不同類簇的概率,特異度越高,代表算法對非同一類簇基因的識別度越高[15].互信息是信息論的一種信息度量,評估一個隨機變量中所包含的另外的一種隨機變量的信息量,或者認為是一個隨機量由于已知另一個隨機變量而減少的不確定性.這里我們將其作為量化真實聚類劃分和已知聚類劃分的共有信息量的程度.我們利用文獻[33]中的方法計算互信息的值,并且將互信息歸一化至0~1 之間的標準互信息.NMI 值越接近1,表示真實聚類劃分和已知聚類劃分的相關性越高,即聚類精度越高;反之,越接近零聚類精度越低.敏感度表示來自同一類簇的成對基因被分到同一類簇的概率,特異度表示來自不同類簇的成對基因被分到不同類簇的概率.這兩個值越高,表示聚類性能越好.

    圖3 顯示了模擬數(shù)據(jù)集中無噪聲組和包含噪聲組兩種情況下的NMI 值、敏感度和特異度.當無噪聲組時,對于NMI 值和敏感度,PUseqClust 方法優(yōu)于Mclust 方法,并且PUseqClust 和Mclust 都獲得了比MBclust 更準確的聚類結果;當含有噪聲組時,各種方法的性能都有所下降,但PUseqClust 仍然獲得了較為準確的聚類結果.對于特異度,圖中顯示:PUseqClust 無論在含有噪聲組或者不含有噪聲組里,都比其余兩種方法性能優(yōu)越.實驗結果證明:PUseqClust 方法采用兩步方法進行聚類分析,考慮了技術上和生物上表達水平的不確定性,對噪聲的處理能力更強,因而獲得了較準確的聚類結果.

    Fig.3 The NMI,sensitivity,specificity of different methods on the simulated data圖3 模擬數(shù)據(jù)集上各種聚類方法對應NMI 值、敏感度、特異度

    3.2 真實數(shù)據(jù)集實驗

    對于真實數(shù)據(jù)集,因真實的類簇個數(shù)和聚類劃分未知,PUseqClust 方法采用了MMLP 準則[27]自動確定最優(yōu)類簇個數(shù),MClust 使用貝葉斯信息準則BIC(Bayesian information criterion)值[34]計算最優(yōu)類簇個數(shù),而MBclust方法的實現(xiàn)軟件沒有提供最優(yōu)類簇個數(shù)的確定方法,因此,我們只考察PUseqClust 和MClust 獲得的最優(yōu)類簇個數(shù).本文利用DAVID[35]對各種方法獲得的聚類結果進行GO(go ontology)注釋富集分析[36].GO 注釋富集分析通過尋找基因所屬的特定GO 富集功能目錄直接評估聚類結果的生物意義,其分析并找出在統(tǒng)計上顯著富集的GO 功能目錄,通過將差異基因做GO 富集分析,可以把基因按照不同的功能進行分類,達到對基因進行注釋和分類的目的.對于某個類簇的基因,GO 功能目錄越多,意味著這個類簇內(nèi)的基因在生物意義上相關程度越高.聚類分析結果應該盡可能增加相關程度相對較高的類簇數(shù)量,減少相關程度相對較低的類簇數(shù)量.富集計算結果在DAVID 上是以改進的Fisher exact test 評估,采用p值表示基因聚類結果的生物意義.GO 生物過程水平5(biological process level 5)設置閾值計數(shù)水平為5、p值為0.05 時,含有GO 富集功能目錄的類簇被認為是GO富集類簇,因此,我們設定閾值相關計數(shù)水平為5、p值為0.05,然后獲得所有的GO 富集功能目錄個數(shù),以便評價整個聚類方法的性能.

    在T 細胞數(shù)據(jù)集的分析中,PUseqClust 和Mclust 方法獲得最優(yōu)類簇個數(shù)分別為17,18.Th17 細胞數(shù)據(jù)集PUseqClust 和Mclust 方法獲得最優(yōu)聚類個數(shù)分別為15,8.PSC 數(shù)據(jù)集中分別為20,21.

    圖4~圖6 分別顯示了T 細胞數(shù)據(jù)集、Th17 細胞數(shù)據(jù)集和PSC 數(shù)據(jù)集上各種方法在GO 富集功能目錄指定數(shù)量范圍內(nèi)的類簇個數(shù),得到聚類結果在各個層次的類簇數(shù)量.

    從圖4~圖6 中可以看出:相關程度相對較低的層次,即GO 富集功能目錄個數(shù)小于5 的范圍,在最優(yōu)類簇聚類時,T 細胞數(shù)據(jù)集、Th17 細胞數(shù)據(jù)集和PSC 數(shù)據(jù)集中,PUseqClust 方法中類簇數(shù)量為(4,2,4),Mclust 和MBclust中類簇數(shù)量分別為(6,5,8)和(6,2,8);在非最優(yōu)類簇聚類時,T 細胞數(shù)據(jù)集和Th17 細胞數(shù)據(jù)集中,PUseqClust 方法中類簇數(shù)量為(2,0,4),Mclust 和MBclust 中類簇數(shù)量分別為(2,1,8)和(4,1,7).由此可知,無論在最優(yōu)類簇聚類還是非最優(yōu)類簇聚類時,PUseqClust 方法都擁有最少的相關程度相對較低的類簇個數(shù).

    從圖4~圖6 同樣可以看出:在高層次水平上,即GO 富集功能目錄個數(shù)大于50 的范圍內(nèi),PUseqClust 方法也能獲得不少于Mclust 和MBclust 的類簇個數(shù).所以我們認為:PUseqClust 方法與Mclust 和MBclust 相比較,聚類的性能更具競爭優(yōu)勢.

    圖7 分別顯示了3 個真實數(shù)據(jù)集各個方法所有類簇GO 富集功能目錄個數(shù)的總和,用以檢測不同聚類算法獲得的聚類結果的生物學意義.從圖中可以明顯看出:PUseqClust 方法獲得了比Mclust 和MBclust 顯著多的GO富集功能目錄,因而獲得了最具生物學意義的聚類結果.

    Fig.4 The cluster numbers under the specified catalogue numbers of GO enrichment function on the T cell data圖4 T 細胞數(shù)據(jù)集各種方法在指定GO 富集功能目錄數(shù)量范圍內(nèi)的類簇個數(shù)

    Fig.5 The cluster numbers under the specified catalogue numbers of GO enrichment function on the Th17 cell data圖5 Th17 細胞數(shù)據(jù)集各種方法在指定GO 富集功能目錄數(shù)量范圍內(nèi)的類簇個數(shù)

    Fig.6 The cluster numbers under the specified catalogue numbers of GO enrichment function on the PSC data圖6 PSC 數(shù)據(jù)集各種方法在指定GO 富集功能目錄數(shù)量范圍內(nèi)的類簇個數(shù)

    Fig.7 The total catalogue numbers of GO enrichment function圖7 GO 富集功能目錄個數(shù)總和

    4 總結

    本文針對RNA-Seq 讀段數(shù)據(jù),在PGSeq 模型的基礎上,提出了PUseqClust 聚類框架.該聚類方法利用PGSeq降低讀段非均勻分布的影響,利用拉普拉斯反復考慮基因表達水平在不同條件下的不同重復樣本之間的相關性得到基因的對數(shù)表達水平及其不確定性,增加了模型的健壯性,并將不確定性傳遞到混合t 分布聚類模型進行聚類分析,加強了對噪聲的魯棒性.

    本文采用模擬數(shù)據(jù)集和真實數(shù)據(jù)集驗證所提方法的性能,并與同樣基于模型的聚類方法Mclust 和MBclust方法進行了對比.實驗結果表明:本文方法在模擬數(shù)據(jù)集上顯示了更為準確的聚類性能,在真實數(shù)據(jù)集上獲得了更具生物意義的聚類結果.

    本文的工作表明,由于RNA-seq 讀段數(shù)據(jù)本身具有多種技術性噪聲,而且RNA-Seq 實驗大都采用了生物性重復實驗,導致數(shù)據(jù)中存在一定的生物噪聲,這些對后續(xù)的數(shù)據(jù)處理形成了嚴峻挑戰(zhàn);同時,聚類分析本身也要考慮聚類過程中聚類中心的不確定度.因此,僅采用一個模型往往不能很好地對多種噪聲和不確定性進行模擬.我們通過采用多步分析,充分考慮各個步驟中的各種噪聲和不確定性,獲得了較好的分析結果.

    猜你喜歡
    外顯子個數(shù)聚類
    外顯子跳躍模式中組蛋白修飾的組合模式分析
    怎樣數(shù)出小正方體的個數(shù)
    外顯子組測序助力產(chǎn)前診斷胎兒骨骼發(fā)育不良
    等腰三角形個數(shù)探索
    怎樣數(shù)出小木塊的個數(shù)
    外顯子組測序助力產(chǎn)前診斷胎兒骨骼發(fā)育不良
    怎樣數(shù)出小正方體的個數(shù)
    基于DBSACN聚類算法的XML文檔聚類
    電子測試(2017年15期)2017-12-18 07:19:27
    基于改進的遺傳算法的模糊聚類算法
    一種層次初始的聚類個數(shù)自適應的聚類方法研究
    性高湖久久久久久久久免费观看| svipshipincom国产片| 少妇猛男粗大的猛烈进出视频| 手机成人av网站| 亚洲精品在线美女| 亚洲久久久国产精品| 男女免费视频国产| 成年女人毛片免费观看观看9 | 一级黄片播放器| 中文字幕亚洲精品专区| 亚洲精品成人av观看孕妇| 欧美日本中文国产一区发布| 欧美亚洲日本最大视频资源| 久久国产精品影院| 国产精品99久久99久久久不卡| 精品福利观看| 久久精品亚洲熟妇少妇任你| 咕卡用的链子| 9191精品国产免费久久| 国产免费视频播放在线视频| 成人18禁高潮啪啪吃奶动态图| 国产精品欧美亚洲77777| 亚洲国产中文字幕在线视频| 制服人妻中文乱码| 9色porny在线观看| 国产一级毛片在线| 90打野战视频偷拍视频| 成年人黄色毛片网站| 夫妻午夜视频| 一二三四在线观看免费中文在| 国产真人三级小视频在线观看| 天天添夜夜摸| 女警被强在线播放| 久久 成人 亚洲| 一级黄片播放器| 久久久欧美国产精品| 亚洲欧美一区二区三区黑人| 日韩av免费高清视频| 高清欧美精品videossex| 乱人伦中国视频| 黄色一级大片看看| 又大又爽又粗| 黄色片一级片一级黄色片| 国产精品一国产av| 黄网站色视频无遮挡免费观看| 午夜视频精品福利| 韩国精品一区二区三区| 亚洲av成人不卡在线观看播放网 | 热99国产精品久久久久久7| 夜夜骑夜夜射夜夜干| 国语对白做爰xxxⅹ性视频网站| 美女福利国产在线| 午夜福利视频精品| 久久国产精品人妻蜜桃| 免费在线观看日本一区| av国产久精品久网站免费入址| 亚洲五月色婷婷综合| 亚洲人成网站在线观看播放| 欧美成狂野欧美在线观看| 91老司机精品| 热re99久久精品国产66热6| 国产伦理片在线播放av一区| 最黄视频免费看| 亚洲 欧美一区二区三区| 美女视频免费永久观看网站| 久久鲁丝午夜福利片| 亚洲熟女精品中文字幕| 国产免费视频播放在线视频| 天天躁狠狠躁夜夜躁狠狠躁| 一级片免费观看大全| 欧美中文综合在线视频| 一级黄色大片毛片| 国产伦理片在线播放av一区| bbb黄色大片| 国产免费视频播放在线视频| 欧美av亚洲av综合av国产av| 免费观看av网站的网址| 可以免费在线观看a视频的电影网站| 中文字幕精品免费在线观看视频| 精品人妻在线不人妻| 欧美精品人与动牲交sv欧美| 久久久久久久久免费视频了| 亚洲av综合色区一区| 亚洲成av片中文字幕在线观看| 两性夫妻黄色片| 人人澡人人妻人| 婷婷色av中文字幕| 看十八女毛片水多多多| 少妇的丰满在线观看| 日本欧美国产在线视频| 国产主播在线观看一区二区 | 国产成人欧美| 国产男女超爽视频在线观看| 大片电影免费在线观看免费| 亚洲熟女毛片儿| 免费在线观看完整版高清| 国产色视频综合| 色视频在线一区二区三区| 亚洲精品中文字幕在线视频| 午夜福利在线免费观看网站| 18禁裸乳无遮挡动漫免费视频| www日本在线高清视频| 亚洲国产看品久久| 成人手机av| 久久精品久久精品一区二区三区| 91字幕亚洲| 久久女婷五月综合色啪小说| 大片电影免费在线观看免费| 老汉色∧v一级毛片| 啦啦啦 在线观看视频| 人人妻人人澡人人看| 精品国产国语对白av| 啦啦啦视频在线资源免费观看| 9热在线视频观看99| 成人午夜精彩视频在线观看| 日本午夜av视频| 久久国产亚洲av麻豆专区| 亚洲图色成人| 精品福利永久在线观看| 黄色怎么调成土黄色| 三上悠亚av全集在线观看| 午夜福利免费观看在线| 成人国产av品久久久| 免费久久久久久久精品成人欧美视频| 久久久久国产精品人妻一区二区| www.av在线官网国产| 桃花免费在线播放| av不卡在线播放| 一区福利在线观看| 两性夫妻黄色片| 亚洲欧洲精品一区二区精品久久久| 人人澡人人妻人| 亚洲精品一二三| 欧美在线黄色| 在线观看一区二区三区激情| 久久毛片免费看一区二区三区| 国产一区二区激情短视频 | 女性生殖器流出的白浆| 欧美精品一区二区大全| 日本av免费视频播放| 成年女人毛片免费观看观看9 | 亚洲av片天天在线观看| 国产日韩欧美在线精品| 中文欧美无线码| 国产免费视频播放在线视频| 欧美在线黄色| 99热国产这里只有精品6| 91九色精品人成在线观看| 国产xxxxx性猛交| 亚洲精品日韩在线中文字幕| xxxhd国产人妻xxx| 天天影视国产精品| 午夜av观看不卡| 国产成人精品久久二区二区免费| 久久精品aⅴ一区二区三区四区| 久久99精品国语久久久| 人妻人人澡人人爽人人| 久久久欧美国产精品| 在线观看免费午夜福利视频| 97人妻天天添夜夜摸| 欧美黄色片欧美黄色片| 少妇的丰满在线观看| 一边摸一边做爽爽视频免费| 99国产综合亚洲精品| 777米奇影视久久| 免费一级毛片在线播放高清视频 | 国产精品二区激情视频| 九草在线视频观看| 午夜福利在线免费观看网站| 国产成人精品无人区| 观看av在线不卡| 久久久久久亚洲精品国产蜜桃av| 国产精品欧美亚洲77777| 超碰成人久久| 自线自在国产av| 国产成人精品无人区| 欧美日韩视频高清一区二区三区二| 日韩制服丝袜自拍偷拍| 免费看十八禁软件| 女人爽到高潮嗷嗷叫在线视频| 日韩精品免费视频一区二区三区| 久久久精品国产亚洲av高清涩受| 黄网站色视频无遮挡免费观看| 午夜福利在线免费观看网站| 两个人看的免费小视频| 少妇精品久久久久久久| 精品熟女少妇八av免费久了| 国产精品一区二区精品视频观看| 丝袜美腿诱惑在线| 午夜免费鲁丝| 极品少妇高潮喷水抽搐| 两性夫妻黄色片| 最近手机中文字幕大全| 一本一本久久a久久精品综合妖精| 七月丁香在线播放| 婷婷色av中文字幕| 电影成人av| 国产av国产精品国产| tube8黄色片| 久久99精品国语久久久| 亚洲国产精品成人久久小说| 国产av精品麻豆| 激情五月婷婷亚洲| 在线观看一区二区三区激情| 午夜老司机福利片| 亚洲精品国产区一区二| 黄频高清免费视频| 国产成人免费无遮挡视频| 美女中出高潮动态图| 国产黄频视频在线观看| 国产片特级美女逼逼视频| 在线天堂中文资源库| 大码成人一级视频| 成人国产一区最新在线观看 | 美女视频免费永久观看网站| 亚洲一码二码三码区别大吗| 99久久综合免费| 一区二区日韩欧美中文字幕| 老司机午夜十八禁免费视频| 婷婷色av中文字幕| 国产黄色免费在线视频| 一本大道久久a久久精品| 熟女av电影| 操美女的视频在线观看| 午夜视频精品福利| 国产黄频视频在线观看| 亚洲欧美一区二区三区国产| 黑丝袜美女国产一区| 国产片内射在线| 乱人伦中国视频| 只有这里有精品99| a 毛片基地| 国产精品.久久久| 激情五月婷婷亚洲| 男人添女人高潮全过程视频| 日本vs欧美在线观看视频| 建设人人有责人人尽责人人享有的| 黑丝袜美女国产一区| 精品第一国产精品| 赤兔流量卡办理| 国产一区二区在线观看av| 久久国产精品影院| 交换朋友夫妻互换小说| 欧美 亚洲 国产 日韩一| 99re6热这里在线精品视频| 日韩中文字幕视频在线看片| 十八禁高潮呻吟视频| 两性夫妻黄色片| 老汉色∧v一级毛片| 色94色欧美一区二区| 国产激情久久老熟女| 午夜免费成人在线视频| 婷婷色综合大香蕉| 老司机在亚洲福利影院| 国产男女超爽视频在线观看| 看免费av毛片| 欧美黑人欧美精品刺激| 亚洲欧洲精品一区二区精品久久久| 久久久国产欧美日韩av| 婷婷色麻豆天堂久久| 亚洲自偷自拍图片 自拍| 精品人妻熟女毛片av久久网站| 亚洲综合色网址| 国产深夜福利视频在线观看| 在线观看免费午夜福利视频| 亚洲精品成人av观看孕妇| 成年美女黄网站色视频大全免费| 午夜福利视频精品| 国产欧美亚洲国产| 黑人欧美特级aaaaaa片| 国产一卡二卡三卡精品| 国产亚洲午夜精品一区二区久久| 中文字幕制服av| 国产精品九九99| 久久人人97超碰香蕉20202| 国产亚洲一区二区精品| 亚洲,欧美精品.| av线在线观看网站| 国产91精品成人一区二区三区 | 一区二区三区乱码不卡18| www.自偷自拍.com| 国产免费现黄频在线看| 看十八女毛片水多多多| 一区二区av电影网| 成人18禁高潮啪啪吃奶动态图| 又紧又爽又黄一区二区| 日韩电影二区| 欧美人与善性xxx| 成年人黄色毛片网站| 高清不卡的av网站| 亚洲欧美激情在线| 久久鲁丝午夜福利片| 免费不卡黄色视频| 在线观看www视频免费| 电影成人av| 欧美 亚洲 国产 日韩一| 人人妻人人澡人人爽人人夜夜| 国产日韩一区二区三区精品不卡| 亚洲欧美色中文字幕在线| 女警被强在线播放| 男人舔女人的私密视频| 日本午夜av视频| 午夜两性在线视频| 十八禁人妻一区二区| 在线 av 中文字幕| 成年美女黄网站色视频大全免费| 亚洲欧美一区二区三区久久| 大陆偷拍与自拍| 91精品国产国语对白视频| 在线精品无人区一区二区三| 人人妻人人添人人爽欧美一区卜| 精品亚洲成a人片在线观看| 日本a在线网址| 午夜免费成人在线视频| 性高湖久久久久久久久免费观看| 在线观看免费午夜福利视频| 一级毛片女人18水好多 | 国产精品久久久久久人妻精品电影 | 人妻人人澡人人爽人人| 日韩电影二区| 国产精品偷伦视频观看了| 热re99久久国产66热| 精品国产一区二区三区四区第35| 纵有疾风起免费观看全集完整版| 国产精品人妻久久久影院| 国产无遮挡羞羞视频在线观看| www.av在线官网国产| 青青草视频在线视频观看| 午夜福利乱码中文字幕| 日韩av免费高清视频| 少妇精品久久久久久久| 久久久久国产一级毛片高清牌| 老熟女久久久| 亚洲av男天堂| tube8黄色片| 亚洲免费av在线视频| 晚上一个人看的免费电影| 超色免费av| 日韩 亚洲 欧美在线| 高清黄色对白视频在线免费看| 欧美 亚洲 国产 日韩一| 国产熟女欧美一区二区| 欧美人与性动交α欧美软件| 男女免费视频国产| 手机成人av网站| 国产成人精品无人区| 欧美精品啪啪一区二区三区 | 中国美女看黄片| 国产精品99久久99久久久不卡| 纵有疾风起免费观看全集完整版| 九色亚洲精品在线播放| 1024视频免费在线观看| 侵犯人妻中文字幕一二三四区| 国产免费福利视频在线观看| 免费日韩欧美在线观看| 久久人妻熟女aⅴ| 日韩免费高清中文字幕av| 最近中文字幕2019免费版| 中文字幕高清在线视频| 亚洲九九香蕉| 欧美乱码精品一区二区三区| 国产男女超爽视频在线观看| 人妻人人澡人人爽人人| 男女免费视频国产| 下体分泌物呈黄色| 亚洲激情五月婷婷啪啪| 激情视频va一区二区三区| 欧美亚洲 丝袜 人妻 在线| 亚洲精品第二区| 电影成人av| 一二三四在线观看免费中文在| 日韩一本色道免费dvd| 在线 av 中文字幕| 亚洲激情五月婷婷啪啪| 久久精品久久久久久久性| 91国产中文字幕| 激情视频va一区二区三区| 国产精品偷伦视频观看了| 妹子高潮喷水视频| 日本午夜av视频| 三上悠亚av全集在线观看| 国产极品粉嫩免费观看在线| 另类精品久久| 中文字幕人妻熟女乱码| 欧美+亚洲+日韩+国产| 日韩伦理黄色片| 女人被躁到高潮嗷嗷叫费观| 菩萨蛮人人尽说江南好唐韦庄| 欧美+亚洲+日韩+国产| 黄色片一级片一级黄色片| 激情视频va一区二区三区| 欧美成狂野欧美在线观看| 美女视频免费永久观看网站| 日本wwww免费看| 乱人伦中国视频| 久久久久久亚洲精品国产蜜桃av| 亚洲国产看品久久| 中文字幕最新亚洲高清| 人人妻人人爽人人添夜夜欢视频| 久久 成人 亚洲| 午夜福利在线免费观看网站| 亚洲自偷自拍图片 自拍| 在线看a的网站| 夜夜骑夜夜射夜夜干| 岛国毛片在线播放| 中文字幕最新亚洲高清| 国产老妇伦熟女老妇高清| 男女午夜视频在线观看| 最黄视频免费看| 韩国高清视频一区二区三区| 亚洲色图 男人天堂 中文字幕| 欧美 亚洲 国产 日韩一| 香蕉丝袜av| 高清不卡的av网站| 高清视频免费观看一区二区| 国产精品一区二区在线不卡| 97在线人人人人妻| 欧美日韩一级在线毛片| 天堂俺去俺来也www色官网| 大型av网站在线播放| 午夜日韩欧美国产| 午夜福利乱码中文字幕| 久久这里只有精品19| 国产日韩欧美视频二区| 国产一区二区激情短视频 | 美女主播在线视频| 97人妻天天添夜夜摸| 叶爱在线成人免费视频播放| av一本久久久久| 丁香六月天网| 国产精品一国产av| 美女国产高潮福利片在线看| 日韩,欧美,国产一区二区三区| 欧美国产精品一级二级三级| 国产成人系列免费观看| 中文字幕人妻熟女乱码| 激情视频va一区二区三区| 亚洲九九香蕉| 51午夜福利影视在线观看| 搡老乐熟女国产| 极品少妇高潮喷水抽搐| 香蕉国产在线看| 亚洲国产精品成人久久小说| 五月开心婷婷网| 午夜激情久久久久久久| 国产深夜福利视频在线观看| 成年人黄色毛片网站| 免费日韩欧美在线观看| 高清视频免费观看一区二区| 美女扒开内裤让男人捅视频| 极品少妇高潮喷水抽搐| 日韩制服骚丝袜av| 亚洲av综合色区一区| 老鸭窝网址在线观看| 天天躁日日躁夜夜躁夜夜| 成人18禁高潮啪啪吃奶动态图| 91麻豆精品激情在线观看国产 | 下体分泌物呈黄色| 两性夫妻黄色片| 自线自在国产av| 精品久久蜜臀av无| 国产欧美日韩一区二区三 | 高清欧美精品videossex| 电影成人av| a级毛片黄视频| 亚洲国产精品一区二区三区在线| 日韩大片免费观看网站| 精品第一国产精品| 搡老岳熟女国产| 少妇人妻 视频| 狂野欧美激情性bbbbbb| 少妇裸体淫交视频免费看高清 | 欧美成人精品欧美一级黄| 成年人黄色毛片网站| 性色av一级| 亚洲精品自拍成人| 丝袜脚勾引网站| 国产福利在线免费观看视频| 91九色精品人成在线观看| 精品久久久久久久毛片微露脸 | 国产精品人妻久久久影院| 国产主播在线观看一区二区 | 色网站视频免费| 热99国产精品久久久久久7| 亚洲精品日韩在线中文字幕| 成年av动漫网址| 成年女人毛片免费观看观看9 | 丰满人妻熟妇乱又伦精品不卡| 人人妻人人爽人人添夜夜欢视频| 91九色精品人成在线观看| a级毛片在线看网站| 国产成人欧美| 一级毛片 在线播放| 精品人妻一区二区三区麻豆| 一级毛片 在线播放| 国产淫语在线视频| 国产99久久九九免费精品| www.999成人在线观看| 国产日韩一区二区三区精品不卡| 九草在线视频观看| 欧美精品啪啪一区二区三区 | 极品人妻少妇av视频| 亚洲熟女精品中文字幕| 亚洲伊人色综图| 日韩av免费高清视频| 国产精品二区激情视频| 日韩免费高清中文字幕av| 一级片免费观看大全| 999精品在线视频| 亚洲成国产人片在线观看| 国产欧美日韩一区二区三 | 婷婷色综合www| 久久免费观看电影| 纯流量卡能插随身wifi吗| 亚洲精品乱久久久久久| 高清视频免费观看一区二区| 无限看片的www在线观看| 久久99精品国语久久久| 91成人精品电影| www.熟女人妻精品国产| 欧美激情极品国产一区二区三区| 不卡av一区二区三区| 婷婷色麻豆天堂久久| 乱人伦中国视频| av一本久久久久| 亚洲av电影在线进入| 一二三四在线观看免费中文在| 视频区图区小说| 久热这里只有精品99| 精品高清国产在线一区| 中国美女看黄片| 亚洲伊人色综图| 久久ye,这里只有精品| 久久国产精品大桥未久av| 精品少妇一区二区三区视频日本电影| 菩萨蛮人人尽说江南好唐韦庄| 久久久欧美国产精品| 王馨瑶露胸无遮挡在线观看| 日韩一本色道免费dvd| 黑人巨大精品欧美一区二区蜜桃| 激情五月婷婷亚洲| 99精国产麻豆久久婷婷| 丰满饥渴人妻一区二区三| 亚洲国产av新网站| 18禁国产床啪视频网站| 又黄又粗又硬又大视频| 波多野结衣一区麻豆| 精品国产一区二区三区四区第35| 日日夜夜操网爽| 高清黄色对白视频在线免费看| 国产高清视频在线播放一区 | 丝袜脚勾引网站| 亚洲欧美成人综合另类久久久| 久久亚洲精品不卡| 国产av国产精品国产| 亚洲av欧美aⅴ国产| 在线亚洲精品国产二区图片欧美| 国产精品欧美亚洲77777| 精品久久久久久久毛片微露脸 | 十八禁高潮呻吟视频| 久久国产精品人妻蜜桃| 51午夜福利影视在线观看| 欧美日韩亚洲高清精品| 久久久国产一区二区| 在线天堂中文资源库| 九色亚洲精品在线播放| 免费不卡黄色视频| 欧美黑人欧美精品刺激| 女性被躁到高潮视频| 悠悠久久av| www.精华液| 精品久久久久久久毛片微露脸 | 亚洲国产精品国产精品| 国产一区二区 视频在线| 一级毛片黄色毛片免费观看视频| 精品国产超薄肉色丝袜足j| 国产成人欧美在线观看 | www日本在线高清视频| 99热国产这里只有精品6| 国产精品国产av在线观看| 一本久久精品| 久久99精品国语久久久| 国产xxxxx性猛交| 午夜福利视频精品| 亚洲av国产av综合av卡| 国产精品麻豆人妻色哟哟久久| 校园人妻丝袜中文字幕| 一级片免费观看大全| 国产日韩欧美亚洲二区| 一级毛片女人18水好多 | 久久久久久久大尺度免费视频| 熟女少妇亚洲综合色aaa.| 女性生殖器流出的白浆| 亚洲成人免费电影在线观看 | 91精品三级在线观看| 欧美日韩精品网址| 久久久精品国产亚洲av高清涩受| 黄片小视频在线播放| 在线 av 中文字幕| 日韩制服骚丝袜av| 亚洲,欧美,日韩| 精品福利观看| 欧美日韩视频精品一区| 亚洲图色成人| 国产精品三级大全| 国产一区二区三区综合在线观看| 久9热在线精品视频| 大片免费播放器 马上看| 人人妻人人澡人人爽人人夜夜| 欧美精品啪啪一区二区三区 | 蜜桃在线观看..| 久久青草综合色| 国产av精品麻豆| 下体分泌物呈黄色| 国产一区二区三区av在线|