Follow us:

高通量测序

  • 靶向捕获测序
  • 循环肿瘤DNA测序
  • 转录组测序
  • 外显子组测序
  • 生物芯片

  • 蛋白芯片
  • miRNA PCR芯片
  • 基因表达PCR芯片
  • 表达谱基因芯片
  • 基因突变和拷贝数变化P
  • 生物信息数据挖掘

  • 高通量测序数据挖掘
  • 生物芯片数据挖掘
  • 高通量数据验证

  • Realtime PCR实验
  • Sanger测序
  • ELISA实验
  • WB实验
  • > 技术服务 > 高通量测序 > 转录组测序
             转录组测序,是指通过高通量测序研究特定组织或细胞在某个时期转录出来的总mRNA。可发现不同生理或者病理状态下的细胞、组织或个体内差异表达的基因,可预测SNP位点及可变剪接,发现新的mRNA isoforms,ncRNA等。因此,可广泛应用于疾病发病机制的研究,及药物靶点、临床诊断分子标记的筛选。

    Ion RNA-seq数据与其他技术平台结果相关性高

    Proton vs. MAQC qPCR Proton vs.MAQC array


    Ion RNA-seq数据重复性高

    三次独立的RNA-seq结果



    为何要关注转录组测序?





    上海杏园生物为您提供专业的转录组测序技术服务,帮助您实现实验方案设计、测序检测、数据分析、后期功能研究的全套技术服务,并为您提供符合文献发表要求的数据报告。



    样本RNA富集 文库构建 模板制备 上机测序 数据分析






    研究摘要
    Recurrent gene fusions, typically associated with hematological malignancies and rare bone and soft tissue tumors1, have been recently described in common solid tumors2–9. Here we employ an integrative analysis of high-throughput long and short read transcriptome sequencing of cancer cells to discover novel gene fusions. As a proof of concept we successfully utilized integrative transcriptome sequencing to “re-discover” the BCR-ABL1 10 gene fusion in a chronic myelogenous leukemia cell line and the TMPRSS2-ERG 2,3 gene fusion in a prostate cancer cell line and tissues. Additionally, we nominated, and experimentally validated, novel gene fusions resulting in chimeric transcripts in cancer cell lines and tumors. Taken together, this study establishes a robust pipeline for the discovery of novel gene chimeras using high throughput sequencing, opening up an important class of cancer-related mutations for comprehensive characterization.
    之前认为与血液肿瘤以及少数骨和软组织肿瘤相关的基因融合近几年来被发现与常见的实体瘤也密切相关。本研究对肿瘤细胞转录组测序得到的long reads和short reads进行整合分析。借此手段成功的验证了慢性粒细胞性白血病细胞株中的融合基因BCR-ABL1以及前列腺癌细胞和组织中的融合基因TMPRSS-ERG。此外,本研究发现和验证了癌症细胞株和组织中新的基因融合引起的嵌合转录。总体来说本研究提出的高通量测序来发现新基因嵌合体的策略为研究癌症相关的突变提供了一个重要的新思路。
     
    研究思路

     
     

            在前列腺癌细胞株LNCaP中发现的基因融合MIPOL1-DGKB
     
    结果展示

     
     


     
    (Nature. 2009 March 5; 458(7234): 97–101)


    标准分析  
    基本实验分析 1 去除接头污染和低质量数据,数据产出及测序成分和质量评估
    2  测序评估: 比对统计、Reads在基因组上的分布
    3  随机性实验检验图:评估reads在基因区的各个部分是否存在偏好性分布
    基间结构分析 4 鉴定基因的可变剪切:包括预测新外显子、新可变剪切体、保留的内含子 、互斥的外显子、可变第一外显子、可变最后外显子
    5. 预测新基则及其功能注释 :含NR.、Swissprot、Pathway及GO功能注释分析
    基间表达分析 6  差异表达分析:基因覆盖度、覆盖深度分布等 
    7. NR、swissprot、COG功能注释分析(如果差异基因已经有上述信息,此项不做)
    8  差异基因在样品间的差异GO分类 (带两个或两个以 上样品】 和Pathway富靠性分析
    变异分析 9. SNP,INDEL挖掘

    高级分析  
      1.基因表达HCL 聚类分析 (基因数量<5000)
      2. 基因表达K-means 聚类分析
      3. MapMan 注释
      4. 主成分分析(大于5样)
      5. 反义基因预测
      6. RNA-editing
      7. 蛋白相互作用网络





    更多了解产品和解决方案>>
    美好杏园你我共创