NGS测序数据和Microarray芯片数据在基因表达中的应用

基因表达分析的意义
在疾病医药领域，基因表达分析常常被用于不同阶段的研究中。 如在疾病研究阶段，在不同背景下对mRNA的表达水平进行比较，针对同一物种，不同组织，可以研究基因在不同组织中的表达情况，或者针对同一组织，不同病理或者生理状态下，基因的差异表达情况。在药物研究阶段，对是否用药的情况下进行差异表达基因分析，查找与药物反应相关的基因，以及药物代谢情况。最终找到细胞特异性，疾病相关，药物代谢相关的基因表达模式，挖掘 基因在细胞活动中的功能，基因间的相互作用信息。最终运用于疾病的预测，诊断以及治疗中。常用的基因表达检测技术有定量PCR，下一代测序技术及Microarray 技术等。其中定量PCR技术一般适用于验证实验，而不是用于探索性实验。

下一代测序技术在基因表达中的应用
对基因表达的变化进行分析，是了解细胞应对内部遗传损伤，外部刺激和不断变化的环境的基础。因此RNA表达模式的分析为人类疾病的预测和分类提供了独特的生物标志物来源。在基因表达分析中，常用的下一代测序技术是RNA测序技术。如全转录组RNA-Seq，靶向RNA测序，以及小RNA测序等。通过对RNA测序数据进行挖掘分析，可以使用假设中性方法发现差异表达的基因。RNA-Seq是目前基因表达分析最常用的技术。 常用的差异分析软件有baySeq、DESeq、edgeR、DESeq2、EBSeq、limma+voom、NOIseq、SAMseq和sleuth等。

转录组数据基因表达分析流程：
Microarray 技术在基因表达中的应用
基因芯片的概念在上个世纪80年代就已经提出来了， 被评为1998年度自然科学领域十大进展之一。他的基本原理通过设计专门的短核苷酸作为探针，把这些探针固定在专门的基片表面，然后用样本的cDNA进行杂交，根据杂交信号的强弱来判断基因表达的程序。微阵列的设计采用了来自公共序列数据源的最新内容，即使在不需要生物信息学资源的情况下，也可以从具有挑战性且珍贵的样品中进行快速，详细的转录组范围内的表达谱分析。