转录组测序实验
一、转录组测序实验产品介绍
转录组测序(Transcriptome sequencing)是通过二代测序平台快速地获得某一物种特定细胞或组织在某一状态下的的转录本及基因序列,可以用于研究基因表达量、基因功能、结构、可变剪接和新转录本预测等。目前,转录组测序已经被广泛应用于基础研究、临床诊断和药物研发等领域。上海剑钝生物利用标准化的实验流程、先进的测序平台和专业的信息分析,以高效率、高质量的科技服务赢得业内专业人士的良好口碑。
二,转录组测序实验操作流程
1. 全转录组总RNA提取;
2. mRNA分离和文库构建;
3. 高通量测序;
4. 数据处理与生物信息学分析;
5. 测序报告生成
三、生物信息分析
(一)无参考基因组序列的转录组
1. 标准信息分析
1) 对原始数据进行去除接头序列及低质量reads的处理;
2) 数据产出统计及测序数据的成分和质量评估;
3) 进行基因表达定量分析
4) 组装结果分析;
5) Unigene功能注释及COG分析;GO分类;pathway分析;NR分析;Swissprot分析
6) Unigene表达差异分析;
7) 差异基因的表达模式聚类分析
8) 差异表达基因的GO功能富集分析和Pathway富集性分析;
9) 差异表达基因的蛋白互作网络分析;
10) SNP分析
2. 分析
转录调控网络分析,及网络图构建和重要TF分析;
通路交互网络分析,重要通路分析。
差异表达基因共表达分析,构建网络图
转录因子活性分析,预测重要的转录因子;
基因共上游调控元件预测
miRNA预测,预测调控靶基因的重要miRNA
主成分分析
(二)有参考基因组序列的转录组
1. 标准信息分析
1) 对原始数据进行去除接头污染序列及低质量 reads 的处理
2) 参考基因组比对
3) 进行基因表达定量分析
4) 可变剪切分析(真核)
5) 新转录本预测:新mRNA和新lncRNA预测
6) 差异表达基因分析(2个或者2个以上的样本)
7) 差异基因的表达模式聚类分析
8) 差异基因的GO功能富集分析和KEGG PATHWAY富集分析
9) 差异基因的蛋白互作网络分析
10) SNP分析
2. 分析
lncRNA-mRNA表达关联性分析,及网络图构建;
转录调控网络分析,及网络图构建和重要TF分析;
通路交互网络分析,重要通路分析。
差异表达基因共表达分析,构建网络图
转录因子活性分析,预测重要的转录因子;
基因共上游调控元件预测
miRNA预测,预测调控靶基因的重要miRNA
主成分分析
药物小分子预测分析(适用于人类),得到相关的药物小分子。
四、样品要求
1)样品类型:细胞、新鲜组织或RNA样品。
2)样品的量:细胞样品请提供至少1×107个细胞,组织样品请提供至少300mg的组织块或切片,RNA样品请提供10 μg以上的总RNA。
3)样品质量:RNA无明显降解,提取的总RNA OD260/280值在1.8~2.2之间,浓度 ≥ 500 ng/μl,28S:18S ≥ 1.5,RIN ≥ 8。
4)样品保存:细胞样品或新鲜组织块(切成~50mg的小块)可用TRIZOL或RNA保护剂处理或液氮冻存后,-80℃保存。RNA样品可溶于乙醇或RNA-free的超纯水中,-80℃保存。样品保存期间避免反复冻融。
5)样品运输:样品置于1.5 ml管中,封口膜封好,干冰运输。
上一产品:外显子组测序实验
下一产品:全基因组甲基化测序实验