小木虫 --- 500万硕博科研人员喜爱的学术科研平台
&&查看话题
转录组测序问题集锦（转）
转录组是某个物种或者特定细胞类型产生的所有转录本的集合，转录组测序(RNA-seq) 是最近发展起来的利用深度测序技术进行转录分析的方法,可以对全转录组进行系统的研究。
Roche GS FLX Titanium 、Illumina Solexa GA IIx和AB SOLID 4均可以对转录组进行测序， Roche GS FLX Titanium与Illumina Solexa GA IIx和AB SOLID 4相比，拥有更长的读长和较小的数据量，适用于表达量较高基因的RNA全长测序。但是对低表达丰度的基因，可能需要多次测序才能得到足够的数据，成本比较高 ，而Illumina Solexa GA IIx和AB SOLID 4数据读取量大，能够得到较高的覆盖率，可以较好的降低成本。若是位置基因组序列的物种，则Roche GS FLX Titanium测序更有优势，其较长的读长便于拼接，获得更好的转录本数据。
转录组测序可以供研究者在转录本结构研究（基因边界鉴定、可变剪切研究等），转录本变异研究（如基因融合、编码区 SNP研究），非编码区域功能研究（Non-coding RNA研究、miRNA前体研究等），基因表达水平研究以及全新转录本发现等方面进行深入研究。
研究转录组的方法有哪些？
答：目前研究转录组的方法主要三种，基于杂交技术的cDNA芯片和寡聚核苷酸芯片，基于sanger测序法的SAGE (serial analysis of gene expression)、LongSAGE和MPSS(massively parallel signature sequencing)，基于第二代测序技术的转录组测序，又称为RNA-Seq。
转录组测序比其他研究方法有哪些优势?
答：转录组测序具有以下优势：（1）可以直接测定每个转录本片段序列、单核苷酸分辨率的准确度，同时不存在传统微阵列杂交的荧光模拟信号带来的交叉反应和背景噪音问题；（2）灵敏度高，可以检测细胞中少至几个拷贝的稀有转录本；（3）可以对任意物种进行全基因组分析，无需预先设计特异性探针，因此无需了解物种基因信息，能够直接对任何物种进行转录组分析，同时能够检测未知基因，发现新的转录本，并准确地识别可变剪切位点及cSNP，UTR区域。（4）检测范围广，高于6个数量级的动态检测范围，能够同时鉴定和定量稀有转录本和正常转录本。
转录组测序有什么样的样品要求？
答：（1） 样品纯度要求： OD值应在1.8至2.2之间；电泳检测28S:18S至少大于1.8。
（2）样品浓度： total RNA浓度不低于400 ng/μg。
（3）total RNA样品请置于-20℃保存；请提供total RNA样品具体浓度、体积、制备时间、溶剂名称及物种来源。请同时附上QC数据，包括电泳胶图、分光光度或Nanodrop仪器检测数据。
（4）样品请置于1.5 ml管中，管上注明样品名称、浓度以及制备时间，管口使用Parafilm封口。建议使用干冰运输，并且尽量选用较快的邮递方式，以降低运输过程中样品降解的可能性。
mRNA的纯化分离方法？
答：进行mRNA研究中，首先需要对样本进行总RNA抽提，抽提得到的RNA除含有mRNA外，还含有rRNA和tRNA，为防止这两类RNA对转录组研究的影响，因此我们需要对mRNA进行分离纯化。真核细胞的mRNA分子最显著的结构特征是具有5’端帽子结构（m7G）和3’端的Poly(A)尾巴。绝大多数哺乳类动物细胞mRNA的3’端存在20-30个腺苷酸组成的Poly（A）尾，通常用Poly（A+）表示。这种结构为真核mRNA的提取，提供了极为方便的选择性标志，寡聚（dT）纤维素或寡聚（U）琼脂糖亲合层析分离纯化mRNA的理论基础就在于此。 mRNA的分离方法较多，其中以寡聚（dT）-纤维素柱层析法最为有效，已成为常规方法。此法利用mRNA 3’末端含有Poly（A+）的特点，在RNA流经寡聚（dT）纤维素柱时，在高盐缓冲液的作用下，mRNA被特异地结合在柱上，当逐渐降低盐的浓度时或在低盐溶液和蒸馏水的情况下，mRNA被洗脱，经过两次寡聚（dT）纤维柱后，即可得到较高纯度的mRNA。
使用Solexa进行转录组测序时，样本RNA如何进行片段化处理？ cDNA插入片段长度的选择？
答：Solexa转录组测序文库构建时采用专用的打断Buffer对RNA样本进行片段化处理，这种方法充分利用RNA对二价阳离子的敏感性，具有稳定性好的优点，通过这种方法打断能得到更加均匀的覆盖率。mRNA-seq可以既可以采用单端测序（single read） 还可以采用双端测序（ paired end），对于单端测序来说片段长度150-200bp是理想的长度范围，对于双端测序来说片段长度推荐300-500bp，由于两端加入了Solexa的锚定序列和引物序列，样品准备完成后所获得的产物长度比插入的cDNA长度要长。
文库准备过程中，反转录引物的选择？
答：在进行cDNA合成过程中，经常用到的有两种引物：oligo dT引物和随机引物。
在RNA反转录过程中使用oligo dT引物进行扩增可以保证扩增产物包括mRNA的3'末端，减少rRNA的干扰，但是采用oligo dT 引物扩增有一个问题，就是扩增片段的长度偏短和扩增产物所包含的信息量偏向3’端的问题，之所以有长度偏短，一方面与RNA完整性有关，但最重要的限制在于逆转录酶的延伸能力。 用oligo dT 引物扩增出来的片段长度短，虽然都有mRNA的3'端，但是序列信息多位于3'-UTR附近，若扩增序列太短，则有用信息很少，不利于序列的识别和分析。
使用Random primer扩增，虽然扩增偏短长度也很短， 但是由于它的逆转录并不一定在mRNA的末端起始，而是在随机位置起始，所以它的扩增片段带有更多CDS的信息，但是如果是用总RNA逆转录的话，有可能会受到rRNA的干扰。
采用Solexa进行转录组测序，测序文库准备过程中，由于实验之前已经采用oligo dT微磁珠进行纯化，而且mRNA已经进行了片段化处理后才进行反转录，因此反转录只能采用随机引物进行cDNA的合成，如果采用oligo dT进行扩增，只能得到mRNA的3'端序列，无法得到完整的mRNA序列。
Solexa进行转录组测序，测序文库的制备方法及质控标准？
答：首先会样本进行质量检测，检测合格后，对样本进行测序前处理，构建测序文库，构建步骤为：（1）首先利用oligo dT微珠纯化mRNA；（2）将纯化得到的mRNA进行片段化处理；（3）利用逆转录酶反转录合成cDNA第一链；（4）以cDNA第一链为模板合成双链cDNA；（5）对双链cDNA进行末端修复并在3’末端加’A”；（6）在DNA片段的两端连接上特定的测序接头；（7）割胶纯化连接好的cDNA片段（一般回收200-500bp之间的片段）；（8）利用高保真聚合酶扩增测序文库；（9）检测测序文库。对于测序文库，需要进行质量控制，一般通过 Aligent Technologies 2100分析仪和电泳观察两种方法检测测序文库的大小，纯度及浓度。
转录组测序结果的影响因素？
答：RNA的降解严重影响测序的质量，RNA降解后，加入poly-A后无法捕获纯化mRNA，因此，随机引物反转录无法得到全部的cDNA，导致测序结果出现明显的3‘-和5’-偏向。文库中的poly-A多聚物的存在会对测序信号产生干扰，影响测序结果的准确性；同时由于转录组中转录本的丰度不一致，实验前需要对样本进行均一化处理，否则高丰度的表达基因会掩盖低丰度表达基因，导致寻找新基因失败或者是获得大量无意义的重复序列。
转录组测序需要多大的测序量才能得到有意义的结果？
答：转录组测序前，需要对物种转录组的大小进行评估，评估方法如下：
（1）对于有reference genome的物种，可以分析基因组信息，统计编码基因的个数，及其碱基数，从而估计物种转录组的大小，另外可以查询相关或相近物种转录组研究的文献，作为参考。
（2）对于无reference genome的物种则只能参考相近物种的转录组大小。
由于转录组需要进行表达量的分析，因此在转录组测序中不推荐覆盖度，在进行不同基因和不同实验间的基因表达差异分析时，人们提出了RPM和RPKM的概念。 RPM（Reads Per Million reads）即每百万reads中来自于某基因的reads数，考虑了测序深度对读段计数的影响。RPKM（Reads Per Kilo bases per Million reads）是每百万reads中来自于某基因每千碱基长度的reads数。因此，在确定转录组的测序量时，最好以产生的读长数目做依据，参照转录组大小，估计需要的读长数目，来确定转录组需要的测序量。
如何处理转录组测序中存在的系统噪音和偏差？
答：虽然深度测序技术的准确性较以前的技术有了很大提高，但仍然存在错误和噪声。比如内含子区内有一些不连续的reads，很可能由系统噪声造成，如样品污染、测序错误和不恰当的read定位策略等。另外，外显子区域内的read信号分布有时也很不均匀。有文献报道，序列组成尤其是GC含量、RNA二级结构等也有可能是导致read不均匀分布的原因。这些噪声和分布偏好将影响新基因的识别和对剪接异构体形式和表达水平推断。
合理地建模RNA-seq数据中的系统噪声和偏好是解决上述问题最有效的办法。基本的思路可以是：首先根据实验原理寻找可能产生系统噪音或偏差的因素，并尽可能将这些因素转化成可量化的特征，如序列特征、二级结构等；然后，将用实验数据对这些特征做统计分析，构造和训练模型，用模型来对数据进行校正。需要注意的是，某些偏好是由当前的测序技术和分析方法共同造成的，难以完全消除。在这种情况下，后续处理和解释时需要充分意识到这种偏好可能对生物学结论带来的影响，必要时通过补充其他实验来验证和修正通过高通量测序得到的生物结论。
研究生必备与500万研究生在线互动！
扫描下载送金币
浏览器进程
打开微信扫一扫
随时随地聊科研热门搜索关键词：
当前位置： &
发布日期： 08:57:00【
1. 为什么会有很多没有比对上的序列？这个该怎么理解？
答：一般注释率高的会比对到70%多，低的可能只有 50%多，剩下就有很多没有注释上的。可能原因是：
与你所做的物种有关，如果你的物种是比较少见的物种，肯定会有许多特异的基因，在找不到近缘物种的情况下，很多基因可能注释不到，毕竟数据库里的蛋白是偏模式物种的蛋白
转录组结果里面是有一些非编码基因的，非编码基因无法比对上蛋白库
2.&需要多大的测序量才能足够？
答：前，需要对物种转录组的大小进行评估，评估方法如下：
对于有参考基因组的物种，可以分析信息，统计编码基因的个数，及其碱基数，从而估计物种的大小，另外可以查询相关或相近物种转录组研究的文献，作为参考。对于无参考基因组的物种则只能参考相近物种的转录组大小。
所需的测序量随研究目的的不同而有所差异。目前，为保证数据分析结果的可靠性和准确性，推荐转录组测序采用最低4Gb clean data进行后续分析，如果想检测到低丰度的转录本推荐采用8Gb clean data。
3.&为什么采用链特异性建库，有何意义？
答：相对于传统而言，链特异性转录组测序还具有以下优势：
准确性高：因为在建库和测序过程中保留了RNA的方向，因而结果可以获得过多有效信息。在进行基因表达量计算和基因结构分析时，能否区分正义链和反义链来源的基因，因而更准确
&丰富度高：保留RNA的方向信息，可以获得更丰富的转录本信息：可以用有效鉴别反义转录本、对转录本的注释更准确、对转录本的定量更准确、可以发现ncRNA信息
一般情况下，lncRNA测序采用链特异性建库，主要是lncRNA往往通过与编码基因相互作用来起到调控作用，而这种相互作用的模式一般与转录本所在位置的正负链信息相关。例如：lncRNA与mRNA的反义转录本（natural antisense transcript）这种关系的确定，就需要了解两者在基因组上的正负链信息。
4.&是否需要生物学重复？重复几次？
答：需要根据具体情况来判断。基于高通量测序的组学研究（如RNA-seq）可以不设置生物学重复，或通过将若干生物学重复混合为一个样本后测序的策略，来部分弥补个体差异的影响（如 BMC genomics等SCI期刊上的相关研究普遍采取这个策略）。
但随着测序价格不断下降，对多个生物重复样本的单独进行测序也逐渐成为高通量测序项目的趋势。如果设置重复，至少需要两次生物学重复，3次以上的生物学重复更好。
2011年7月Hansen发表的文章表明生物学差异是基因自身表达的特性，与检测技术的选择以及数据处理的方式无关。如果不设生物学重复，高影响因子的杂志可能会因此而拒稿。
5.&如何对得到的数目较多的差异基因进行后期验证？
根据kegg、GO富集结果，选取有代表性的差异基因进行实时荧光定量 PCR（qRT-PCR）验证
根据pvalue(或fdr)值和fold change值进行筛选。一般建议pvalue(或fdr)值&0.05且fold change绝对值&2。根据具体情况，可以对这两个参数进行适当调整
根据FPKM值进行选择，选择FPKM值较高(平均数&1)的基因进行qRT-PCR验证
6.&什么是GO功能富集分析、Pathway功能富集分析？
答：1.GO功能富集分析
GO（Geneontology），按照生物途径(Biology Process)，分子功能（Molecular Function）和细胞定位(Cellular Location)对基因进行注释和分类。Gene Ontology中最基本的概念是term。GO里面的每一个entry都有一个唯一的数字标记，形如GO:nnnnnnn，还有一个term名，比如"cell","fibroblast growth factor receptor binding"，或者"signaltransduction"。通过对差异表达基因进行GOterms富集度统计学的分析，计算出差异基因GO term的p-value和p-value的FDR值（q-value），定位差异基因最可能相关的GO term。
GO功能分类是在某一功能层次上统计蛋白或者基因的数目或组成，往往是在GO的第二层次。此外也有研究都挑选一些Term，而后统计直接对应到该Term的基因或蛋白数。结果一般以柱状图或者饼图表示。
根据挑选出的差异基因，计算这些差异基因同GO 分类中某（几）个特定的分支的超几何分布关系，GO 分析会对每个有差异基因存在的GO 返回一个p-value。根据p-value，可以定位差异基因最可能相关的GO term，小的p 值表示差异基因在该GO 中出现了富集。
GO 分析对实验结果有提示的作用，通过差异基因的GO 分析，可以找到富集差异基因的GO分类条目，寻找不同样品的差异基因可能和哪些基因功能的改变有关。
2.Pathway功能富集分析
根据挑选出的差异基因，计算这些差异基因同Pathway的超几何分布关系，Pathway 分析会对每个有差异基因存在的pathway 返回一个p-value，小的p 值表示差异基因在该pathway 中出现了富集。 Pathway 分析对实验结果有提示的作用，通过差异基因的Pathway 分析，可以找到富集差异基因的Pathway 条目，寻找不同样品的差异基因可能和哪些细胞通路的改变有关。
与GO 分析不同，pathway 分析的结果更显得间接，这是因为pathway 是蛋白质之间的相互作用，pathway 的变化可以由参与这条pathway 途径的蛋白的表达量或者蛋白的活性改变而引起。而通过测序结果得到的是编码这些蛋白质的mRNA 表达量的变化。从mRNA 到蛋白表达还要经过microRNA 调控，翻译调控，翻译后修饰（如糖基化，磷酸化），蛋白运输等一系列的调控过程，mRNA 表达量和蛋白表达量之间往往不具有线性关系，因此mRNA 的改变不一定意味着蛋白表达量的改变。同时也应注意到，在某些pathway 中，如EGF/EGFR 通路，细胞可以在维持蛋白量不变的情况下，通过蛋白磷酸化程度的改变（调节蛋白的活性）来调节这条通路。所以测序数据pathway 分析的结果需要有后期蛋白质功能实验的支持，如Western blot/ELISA，IHC（免疫组化），over expression（过表达），RNAi（RNA 干扰），knockout（基因敲除），trans gene（转基因）等。
7.为什么在某些KEGG pathway图片中有些基因是红色来显示，而有些基因是黑色来显示，比如下图：
答：该图中具有绿色背景的方框是注释到基因，其中大家可以看到，确实某些方框中基因是用黑色来显示，另外一些是用红色来显示。产生这种情况的原因为，该条pathway为DILATED CARDIOMYOPATHY (DCM)，是一条与心脏疾病相关的pathway，KEGG会对疾病相关的pathway中的关键基因或者是可能的geneticfactor进行红色标注，所以会有这种类型的图出现。这里再举一个例子，pathway map05211_RENAL CELL CARCINOMA为肾上腺样瘤，同样在pathway中出现红色标准的关键基因，如下图：
8.&为什么有些pathway图没有标出EC酶号或结构基因名称的方框，而只有表明化学反应方向的箭头标识，如下图所示：
答：这类pathway都隶属于Metabolism/Overview层级，是对各种重要的代谢通路在汇总层面的描述，图上每个箭头反应可能包含多个参与的酶或结构基因，只是不像其他更细的pathway一样将EC号单独显示出来。同样隶属于该层级下的pathway比如
均是按以上结构来展示。
欧易生物微信公众号生物研发服务 >>
服务名称： 转录组测序
英文名称：
简介：转录组研究是基因功能及结构研究的基础和出发点，通过新一代高通量测序，能够全面快速地获得某一物种特定组织或器官在某一状态下的几乎所有转录本及基因序列，已广泛应用于基础研究、临床诊断和药物研发等领域。
参考报价：最优
最后更新：
产品类别：
总点击数：2338
本半年点击数：189
转录组测序实验流程：样品检测--样品制备--cluster制备--上机--基本数据处理--生物信息分析
转录组测序文库制备流程图
转录组测序生物信息学分析内容
& 1) 原始数据产出统计；
& 2) 与参考基因、基因组比对（需提供参考基因组或基因序列信息）；
& 3) 序列组装；
& 4) 基因覆盖度、测序深度统计（需提供参考基因组或基因序列）；
& 5) Unigene长度分布统计；
& 6) Unigene功能注释分析；
& 7) Unigene的GO（Gene Ontology）分类；
& 8) Unigene表达差异统计(两个或两个以上样品)；
& 9) 在不同样本间的差异Unigene做GO（Gene Ontology）分类；&
&10) 蛋白功能及分类预测；
&11) Unigene代谢通路分析；
&12) 新基因预测（需提供参考数据库信息）；
&13) 可变剪切分析（需提供参考数据库序列）。
转录组测序样品要求
&1. 样品质量要求：经过DNA酶处理，OD260/280为1.8-2.2，完整性良好，如使用Agilent Bioanalyzer仪器检测，则获得的总RNA应 28S:18S&1，RIN&8。
&a) 转录组样品：浓度&400ng/&l、总量&20 &g;
&b) 建议在条件允许情况下，提供可供两次样品制备的量，以确保实验质量及延续性
&2. 样品保存：选择Trizol、DEPC水一种，请在样品信息单中注明。&
&3. 样品运输：样品请置于1.5 ml管中，使用封口膜封好。使用足量的干冰运输，并选用较快的运输方式，以降低运输过程中样品降解的可能性。
若需更多信息请与我们联系&
北京康普森生物技术有限公司，是一家以技术服务为主导，仪器销售为辅的技术型企业。公司以美国Illumina等几家公司的技术平台为依托，服务项目为：基因芯片，第二代高通量测序以及生物信息学分析，主要应用于基因表达分析、全基因组关联分析（GWAS）、家系连锁分析、表观遗传学分析、靶基因预测、药物靶点设计、易感基因筛选、基因定位与鉴定以及新物种测序（de&novo）等方面，在疾病机理机制研究、疾病预防以及动植物的遗传育种等领域制定了一系列整体解决方案，为客户提供一对一技术服务。
* 姓 　名：
* 地　 区：
请选择省份
* 手机/电话：
* E-mail：
请寄产品资料：
请报价格：
不需要报价
您最近浏览过的服务
Copyright(C)
中国生物器材网 电话：021-小木虫 --- 500万硕博科研人员喜爱的学术科研平台
&&查看话题
请教，有转录组高通量测序的得到的差异表达基因，筛选几个基因出来进行功能鉴定
之前的师兄做了棉铃虫转录组高通量测序，得到一些差异表达基因，老师说让我接着他那个往下做，让我再那些差异基因里边筛选几个有价值的基因出来进行功能研究，由于我是转专业过来的，对这个也不太懂，不知道怎样下手才能晒训出老师所说的有价值的基因，对于这种差异基因要从哪些方面进行比较和筛选呢？请高手指点。
我也在处理转录组数据，测的是龙眼种子，一起交流！:hand:
研究生必备与500万研究生在线互动！
扫描下载送金币
浏览器进程
打开微信扫一扫
随时随地聊科研实用总结：转录组测序和分析，你需要知道的都在这儿了
转录组测序及分析技术可以解决新基因的深度发掘、低丰度转录本的发现、转录图谱绘制、可变剪接的调控、代谢途径确定、基因家族鉴定及进化分析等各方面的问题；成为了广大科研工作者备受青睐的高通量测序技术之一。转录组研究的应用领域十分广泛，适合研究组织特异性的、不同生长发育的、逆境胁迫下的、侵染转基因的、性状突变等材料。转录组是在某一特定发育时期或某一生理条件下，细胞或组织内所有转录产物的集合，包括mRNA、lncRNA、small RNA、circle RNA等。因此做转录组测序理论上可以研究各种长度范围的RNA序列，目前的常规技术包括mRNA测序、lncRNA测序、smallRNA测序。那么问题来了，研究转录组如何下手？1根据研究对象，选择相应的建库策略（1）mRNA：可以通过富集polyA的方式来调取mRNA，进行建库测序；（2）lncRNA或lncRNA+mRNA：可以通过去rRNA试剂盒去除rRNA后进行建库测序；（3）circle RNA：可以通过消化线性RNA，再去除rRNA后进行建库测序；（4）small RNA：采用sRNA的建库策略，对18-40nt范围的sRNA进行切胶富集后建库测序。2根据研究目的，选择不同的测序策略（1）了解不同样品间基因或sRNA的表达差异：选择SE（single end）测序即可，测序量10M reads以上；（2）进行基因的可变剪切、挖掘新基因、对现有基因的注释进行优化、检测基因融合等结构方面的分析：选择PE（pair end）测序，测序量则根据物种基因集合的大小来决定。3基于转录组测序的主流研究手段（1）RNA-seq denovo：基于序列组装，用于从头构建某物种的转录本序列；（2）RNA-seq resequencing：对于已有参考基因的物种，进行基因定量、基因可变剪切、基因融合、新基因检测等分析；（3）lncRNA-sequencing：主要研究lncRNA的表达量，预测新的lncRNA及其功能；（4）sRNA sequencing：主要研究和分析small RNA序列，特别是miRNA的表达情况，并预测novel miRNA，miRNA靶基因分析等。4有参转录组的分析流程&分析内容分析流程（点击可查看大图）（1）数据质控：如果clean data 比例过低则测序不合格。（2）比对统计：如果与基因组、基因集比对率过低则可能因为：①样本污染严重，导致测序混入其它物种序列；②提供的数据库组装和注释结果较差或是近源种差异过大，导致比对率偏低。（3）定量和差异分析：样本比对可以是单样本比对，也可以是组建比对。（4）GO富集分析：纵坐标为富集的GO Term，横坐标为该GO Term中差异基因个数。不同颜色用来区分生物过程、细胞组分和分子功能，带*为显著富集的GO Term图。（5）Pathway富集分析：纵坐标表示Pathway条目，横坐标表示Rich factor；点表示显著差异表达基因数，点的大小表示显著差异表达的基因数目越多。不同颜色的点表示不同的Qvalue值。（6）聚类分析（7）新转录本预测：第1列为转录本ID；第二列为Gene ID；第三列为转录本所在的染色体；第四列为转录本所在染色体的链信息；第五列为转录本的外显子数目；第六列为每个外显子的大小（多个用逗号分隔）；第八列为该转录本在所用样品中的表达量值；最后两列分别为CNCI预测给出的分类（coding和non-coding）和CNCI预测给出的分值。（8）AS分析：横坐标表示可变剪切事件，纵坐标表示基因数目或者可变剪切事件数目。每个样品代表一行。（9）SNP分析5无参转录组分析流程&分析内容分析流程（点击可查看大图）（1）组装结果统计（2）组装完整性评估：组装完整性是衡量转录本组装结果好坏的重要指标。将组装得到的转录本与最近缘的物种CDS序列进行比对，从整体水平上来评估转录本组装的完整性。A.横坐标表示转录本的覆盖深度，纵坐标表示与近缘物种同源基因的长度之比；B.横坐标表示同源基因序列的长度，纵坐标表示与近缘物种同源基因的长度之比。（3）转录本注释6lncRNA分析内容lncRNA&指长度≥200nt&的非编码&RNA。哺乳动物基因组序列中约&5%-10%被稳定转录，其中蛋白质编码基因仅约占&1%，其余&4%-9%的序列都转录为ncRNA。近年来的研究表明，LncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程，该研究已成为遗传研究热点。（1）lncRNA筛选与鉴定（2）cis作用靶基因预测：lncRNA的功能与其坐标临近的编码蛋白基因相关，于是将lncRNA基因临近的（上下游10k/100k）蛋白编码的基因找出进行功能富集分析，以推测lncRNA的主要功能。（3）trans作用靶基因预测：lncRNA的功能与样品中共表达的编码蛋白基因相关，可以通过样本间lncRNA与蛋白编码基因的相关性分析或共表达分析来预测。7miRNA分析流程&分析内容Small RNA 测序技术则是借助第二代高通量测序技术，对某物种某组织在特定状态下的18-30 nt（或18-40 nt）的small RNA 进行高通量测序。继而通过数据库比对，对获得的smallRNA 序列进行分析、鉴定，将数百万条small RNA 序列分类成rRNA、tRNA、snRNA、snoRNA和miRNA等。（1）样本长度统计（2）差异分析（3）靶基因预测图片、内容来源：1、庄振华.&基因帮公司内部培训资料2、诺禾致源. 转录调控测序投稿有奖“组学维基”公开征稿，稿费由你定！点击公众号底部菜单“投稿有奖”查看详情。投稿邮箱：&提供第一手组学文献解读分享实验技能，探讨研究思路助力组学研究长按二维码关注组学维基
& 上一篇：
& 下一篇：
Copyright & 2016 , All rights reserved.杨邱老师网校 , 专注免费的网站！