做转录组测序前需要知道的那些事

做转录组测序前需要知道的那些事

转载2016-05-31 10:57:52

1.转录组的研究对象

转录组包括特定细胞或组织在某一时期内表达的所有RNA的集合,包括各种small RNA,lncRNA(long non-coding RNA)及mRNA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。针对转录组的测序,通常称为transcriptome sequencing,或简称为RNA-seq。

RNA-seq的研究对象,特定细胞的所有RNA,表格来自NATURE REVIEWS MICROBIOLOGY,(AJ Westermann et al.,2012)

2.​转录组的建库和测序策略

根据不同的研究对象,需要选择相应的建库策略。

(1)如果研究​的是mRNA,则可以通过富集polyA的方式来调取mRNA,进行建库测序;

(2)如果研究的是lncRNA或者lncRNA+mRNA,则可以通过去rRNA试剂盒的方式,去除rRNA后进行建库测序;

(3)如果研究对象是small RNA,则采用sRNA的建库策略,对18-40nt范围的sRNA进行切胶富集后建库测序​。

根据不同的研究目的,又可以​选择不同的测序策略。

(1)如果仅仅想了解不同样品间基因或sRNA的表达差异,则选择SE(single end)测序即可,测序量10M reads以上;

(2)如果需要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,则建议选择PE(pair end)测序,测序量根据物种基因集合的大小,一般要至少2G以上的clean data。

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 quantification,用于对已有参考基因序列的物种进行基因的定量;

(3)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;

(4)lncRNA-sequencing,主要研究lncRNA的表达量,预测新的lncRNA及其功能。​

(5)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。

RNA-seq的主要研究手段及其研究点

4.转录组测序的优势及应用

优势:

(1)相对于芯片技术,转录组测序能够检测新基因和新的变异,且检测覆盖面更广,且准确性更高;

(2)相对于​传统的一代测序技术,基于二代测序技术(NGS)的转录组测序则通量更大,覆盖面广,单碱基成本更低。

RNA-seq相对于其他技术的优势,表格来自NATURE REVIEWS GENETICS,(Zhong Wang et al.,2009)

​应用:

(1)在动植物研究领域,可以通过转录组测序来从头构建某一物种的参考基因集,或者通过转录组测序的数据对已有的基因集进行补充和优化;

(2)​在医学研究领域,可以通过转录组测序来找出疾病与正常组织差异表达的基因,或者寻找疾病组织特异表达的基因或转录本(融合基因、新转录本等),用于寻找疾病特异的biomarker。

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
通过转录测序评估肿瘤突变负荷的技术路线一般如下: 1. 样本采集和RNA提取:首先需要从肿瘤织和正常织中采集样本,然后提取RNA。RNA提取需要进行质量检测,确保RNA的完整性和纯度。 2. 转录测序:接下来需要对RNA样本进行测序,一般使用Illumina HiSeq或NovaSeq平台进行测序转录测序需要进行质量控制和去除低质量序列。 3. 数据预处理:转录测序数据需要进行预处理,包括去除低质量序列、去除接头序列、去除rRNA序列、去除重复序列等步骤。 4. 转录本定量:使用转录测序数据进行转录本定量,一般使用RSEM、Kallisto、Salmon等工具进行转录本表达量计算。 5. 突变检测和注释:使用转录本定量数据进行突变检测和注释,一般使用Mutect、VarScan、GATK等工具进行突变检测和注释,同时需要进行过滤和筛选,去除假阳性突变位点。 6. 肿瘤突变负荷计算:使用突变位点和转录本表达量数据计算肿瘤突变负荷,一般计算方法为TMB = 突变数/覆盖的基因大小,单位为Mb。 7. 数据分析和解释:根据计算得到的肿瘤突变负荷数据,进行数据分析和解释,例如与临床特征和预后相关性的分析。 需要注意的是,转录测序评估肿瘤突变负荷可能会受到样本来源、测序平台、数据处理等因素的影响,因此需要进行标准化和质量控制,确保数据的可靠性和准确性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值