转录组研究是基因功能及结构研究的基础和出发点，通过第二代高通量测序，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序列信息，从而准确地分析基因表达差异、发现新转录本、基因结构变异、基因融合、RNA编辑等生命科学的重要问题，已广泛应用于基础研究、临床诊断和药物研发等领域。
服务优势
已知转录本、新转录本信息一次获取，并实现可变剪切定量分析
四种差异算法，差异基因结果更实用
提供多种定制化分析，更多结果丰富文章内容
项目流程
PolyA-Seq
参考文献
[1] Gao W, Xiao R, Zhang W, et al. JMJD6 Licenses ERα-Dependent Enhancer and Coding Gene Activation by Modulating the Recruitment of the CARM1/MED12 Co-activator Complex[J]. Molecular cell, 2018, 70(2): 340-357. e8. （IF：14.548 锐博服务：mRNA测序 研究领域：增强子 厦门大学）
[2] Wan L, Yu W, Shen E, et al. SRSF6-regulated alternative splicing that promotes tumour progression offers a therapy target for colorectal cancer[J]. Gut, 2019, 68(1): 118-129. （IF：17.943 锐博服务：mRNA测序 研究领域：结直肠癌 浙江大学）
[3] Chen S, Feng M, Zhang S, et al. Angptl8 mediates food-driven resetting of hepatic circadian clock in mice[J]. Nature communications, 2019, 10(1): 1-16. （IF：11.878 锐博服务：mRNA测序 研究领域：生物钟 中国药科大学）
[4] Huang C, Shi J, Guo Y, et al. A snoRNA modulates mRNA 3′ end processing and regulates the expression of a subset of mRNAs[J]. Nucleic acids research, 2017, 45(15): 8647-8660. （IF：11.147 锐博服务：mRNA测序 研究领域：基因表达调控 中山大学）
[5] Huang Y, Zhou J, Luo S, et al. Identification of a fluorescent small-molecule enhancer for therapeutic autophagy in colorectal cancer by targeting mitochondrial protein translocase TIM44[J]. Gut, 2018, 67(2): 307-319. （IF：17.943 锐博服务：mRNA测序 研究领域：结直肠癌 第三军医大学）
生物信息学分析项目
| 测序类型 | 基本分析 | 高级分析 |
|---|---|---|
| polyA测序 | 1、 数据质量评估及QC 2、 参考基因组比对与全基因组reads分布图谱 3、 基因表达量整体水平 4、 样品（组）间基因表达差异分析 5、 时间序列分析（与分析4二选一） 6、 差异基因KEGG生物通路富集分析 7、 差异基因 Gene Ontology （GO）功能富集分析 8、 转录本表达量整体水平 9、 已知mRNA表达量分析 10、 样品（组）间已知mRNA表达差异分析 11、 已知ncRNA表达量 12、 样品（组）间已知ncRNA差异表达及聚类分析 13、 新转录本预测 14、 可变剪切分析（rMATs） 15、 SNP和InDel检测及注释 16、 样品间相关性分析 17、 样品间主成份分析（PCA） 以下限50条序列分析（仅限于人、大鼠、小鼠物种） 18、 蛋白互作分析（仅限于模式物种） | 1、 共表达分析（样品>=10） 2、 基因融合分析 3、 基因结构优化 3.1 已知基因结构注释优化 3.2 新基因注释 4、 哺乳动物已知ncRNA保守性分析 5、 基因-miRNA互作分析 6、 基因富集分析（GSEA）（每组至少3个生物学重复样品） 7、 加权基因共表达网络分析（WGCNA）（样品>=10） 8、 基因亚细胞定位注释 9、 RNA结合蛋白预测 10、 组织特异性分析（基于数据库挖掘，仅限于人） 11、 组织特异性分析（多组织测序数据，不限物种） 12、 肿瘤样品纯度分析 |
| DGE测序 （有参考基因组） | 1、 数据质量评估及QC 2、 参考基因组比对与全基因组reads分布图谱 3、 基因表达量整体水平分析 4、 样品（组）间基因表达差异分析 5、 差异表达基因KEGG生物通路富集分析 6、 差异表达基因GO功能富集分析 7、 转录本表达量整体分析 8、 样品（组）间转录本表达差异分析 9、 样品间相关性分析 10、 时间序列分析（与分析4二选一） 11、 样品间主成分分析 12、 蛋白互作分析 | 1、 基因共表达分析（样品>=10） 2、 基因富集分析（GSEA）（每组至少3个生物学重复样品） 3、 加权基因共表达网络分析（WGCNA）（样品>=10） 4、 基因亚细胞定位注释 5、 RNA结合蛋白预测 6、 基因亚细胞定位 7、 基因组织特异性表达分析（基于数据库挖掘，仅限于人） 8、 基因组织特异性表达分析（多组织测序数据，不限物种） |
常见问题
1. 如何利用polyA法提取mRNA？
PolyA-Seq是基于真核生物的mRNA3’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。
2. 制备人、植物、动物、酵母等来源的RNA样品时有什么建议？
RNA提取质量主要取决于样品本身的质量即新鲜度。除此之外，针对大多数的动植物组织和细胞样品，Invitrogen公司的Trizol试剂都能获得较好的提取效果，请客户参照其说明书进行提取。
3. mRNA测序数据量是如何决定的？
数据量，主要根据物种进化水平、基因组大小、研究目的及已发表文章来推荐。RNA样品数据量推荐跟不同时期的表达水平，不同取样（组织、细胞、血液等）等有关，我们推荐转录组测序数量2G起。当然，实际操作可以根据研究目的、经费等因素来选取合适的数据量。
4. 参考序列选择有哪些原则或建议？
最好有本物种的全基因组及其注释信息，包括基因组序列、基因序列或GFF文件，以它为参考序列；若所测物种未知，请选择近源物种作为参考序列，但这样可能产生样品reads与参考序列比对率低的情况，从而影响后续分析。若不确定所测物种是否已知，或参考序列是否齐全，可提供该物种的拉丁名，由我们的专业人员确认。
