您当前的位置:首页 > 科研服务> 高通量测序结果分析 > 转录组测序数据分析
转录组测序数据分析

转录组测序

         转录组指某一生理条件下,细胞内所有转录产物的集合;转录组是连接基因组遗传信息与生物功能的蛋白质组的必然纽带,转录水平的调控是目前研究最多的,也是生物体最重要的调控方式。转录组测序可以得到特定条件下所有RNA转录本的丰度信息,从而发现新的转录本和可变剪接体。高通量的测序技术,可以帮助研究人员获得研究对象基因组转录区域信息,辅助研究人员在全基因组范围内,鉴定转录发生位点,转录边界,可变剪切等。其精确的计数方法更可对基因进行精确的定量分析。RNA-Seq是获取转录组情况的有效高通量试验方法,它不仅可以获取de novo的转录本,也可以同时检测转录本的绝对表达量和差异表达分析。

PolyA-seq

         PolyA-seq是基于真核生物的mRNA 3"端具有polyA尾结构,采用oligo(dT)富集总RNA中的mRNA的建库方法进行高通量测序。PolyA-seq适用于mRNA及其他具有polyA结构RNA的研究。

lncRNA-seq

         人类基因组计划让我们得到了人类基因组图谱,但其中许多基因过去都不知道有什么功能。研究者最常关注的是与编码蛋白质相关的基因,但它们只占整个基因组的约2%。作为承上启下,“DNA元素百科全书”项目(ENCODE)于2003年建立,一个主要目标就是去分析这些以往曾被认为是“垃圾”DNA的功能。2012年9月,一个聚集了422位科学家的国际团队,完成了解析基因组剩余部分(非编码区域)的工作。在超过1600多项独立实验中,对140多种类型的细胞和大量数据的分析后,研究小组可以证明:80%的基因组是有功能的,曾经被误斥为“垃圾”的DNA,却在控制细胞、器官及其他组织的行为中发挥了关键性作用。这一发现被认为是一项重大的医学和科学上的突破,对人体健康有着巨大的影响,因为只要上百个基因开关发生微小变化,都会引起非常多的复杂疾病出现。锐博生物第一时间推出lncRNA-seq服务。通过基于去除核糖体RNA的建库方法以及高通量测序技术,可以得到细胞内所有RNA转录产物的序列,并通过后期的生物信息学分析,可对lncRNA进行深入的研究。

Nascent RNA-Seq

    RNA转录活性是细胞活动的基本特征,其变化常常意味着细胞活力的显著变化,以及细胞功能的改变。EU是一种尿嘧啶核苷类似物,能够在RNA转录时间代替尿嘧啶(U)深入正在合成的RNA分子中,通过与叠氮生物素的特异性反应捕捉新生的RNA。这些特异表达的RNA可以进行高通量测序分析,快速准确地分析细胞中各种RNA变化情况,有助于对细胞活动变化的深入研究。

 

lncRNA-Seq(有参考基因组)数据分析

标准数据分析

1、 去除接头序列及低质量reads的处理

2、 测序质量评估

3、 核糖体RNA去除率计算

4、 参考基因组比对

5、 全基因组reads分布图谱

6、 mRNA一:已知mRNA鉴定

7、 mRNA二:mRNA表达量计算及样品间表达差异分析

8、 mRNA三:差异基因KEGG生物通路富集分析

9、 mRNA四:差异基因GO功能富集分析

10、 mRNA五:预测新转录本

11、 mRNA六:新转录本的蛋白结构域、ORF(开放阅读框)及编码潜能鉴定

12、 lncRNA一:已知lncRNA鉴定

13、 lncRNA二:计算已知lncRNA表达量及样品间lncRNA表达差异分析

14、 lncRNA三:预测新lncRNA

15、 lncRNA四:计算新lncRNA表达量及样品间新lncRNA表达差异分析

16、 lncRNA五:新lncRNA二级结构预测


高级数据分析

1、 time series差异表达

2、 基因融合

3、 RNA编辑

4、共表达网络构建(样品数大于10)

5、 SNP分析和eQTL分析

6、基因结构优化及优化基因的表达值计算

7、 蛋白互作网络分析

8、 样品间可变剪切和新转录本的比较

9、lncRNA的功能分析(五个lncRNA)

10、组间差异分析


RNA-Seq(有参考基因组)数据分析

标准数据分析

1. 去除接头序列及低质量reads的处理

2. 测序质量评估

3. 参考基因组比对

4. 全基因组reads分布图谱

5. 基因表达分析

6. 差异基因KEGG生物通路富集分析

7. 差异基因GO功能富集分析

8. 预测新转录本

9. 可变剪切


高级数据分析

1、 time series差异表达

2、 基因融合

3、 RNA编辑

4、 新长非编码预测和组间差异分析

5、 SNP分析和eQTL分析

6、基因结构优化及优化基因的表达值计算

7、 蛋白互作网络分析

8、 样品间可变剪切和新转录本的比较

9、lncRNA的功能分析(5个lncRNA)

10、组间差异分析

11、共表达网络构建(样品数大于10)


RNA-Seq(无参考基因组)数据分析

标准数据分析

1、 去除接头序列及低质量reads的处理

2、 测序质量评估

3、 组装

4、 Unigene的GO功能注释

5、 Unigene的COG分析

6、 Unigene的KEGG功能富集分析

7、 ORF区域及编码蛋白框(CDS)

8、 Unigene表达差异分析


高级数据分析

1、 差异Unigene的GO功能注释

2、 差异Unigene的COG分析

3、 差异Unigene的KEGG功能富集分析

版权所有:广州市锐博生物科技有限公司 Copyright©2013 Guangzhou RiboBio Co., Ltd.
地址:广州开发区科学城科学大道182号创新大厦C3区13-14层   邮编:510663   粤ICP备05022931号   浏览器建议:IE8.0 1024X768分辨率
主营产品及服务:piRNA  寡核酸  siRNA  miRNA  microRNA   RNAi  shRNA  lncRNA  ncRNA  细胞增殖  生物芯片  高通量测序