RNA-seq数据分析流程_上海丰核信息科技有限公司.docxVIP

RNA-seq数据分析流程_上海丰核信息科技有限公司.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
________________________________________________________________________ 上海丰核 SCI论文发表,基金申请,实验外包 4000-331-887 RNA-seq技术及数据分析宣传画册 一、RNA-seq技术概览 RNA-seq即转录组测序技术,就是把mRNA、non-coding RNA等RNA(主要为mRNA)用高通量测序技术把它们的序列检测出来,用于分析样本内部基因的表达水平。其实验部分主要包含mRNA的样本制备和深度测序(Deep Sequencing)两个部分。 1、RNA提取的基本实验步骤 (1)总RNA的提取以及Ploy(A)+ RNA的筛选; (2)RNA片段打断和cDNA制备; (3)扩增后准备测序; 2、深度测序 当我们准备好片段化的DNA样本后,需要通过专业的高通量reads测序仪进行碱基读取步骤。之后把这些reads回贴到到参考染色体序列上或直接与转录组进行比对,通过每个基因外显子区域中reads含量多少计算基因的表达水平并展开其他后续的RNA-seq数据分析。 RNA-seq数据的生物信息学分析流程展示 RNA-seq数据的生物信息学分析步骤包括:测序饱和度估计、测序后reads的质控和筛选、clean reads比对、基因表达水平计算、样本组间差异表达基因的检测、癌症样本RNA-seq数据的研究分析、个性化下游分析。 三、应用领域 四、RNA-seq数据分析在医学研究中的应用 通过对RNA-seq数据进行系统化的生物信息学分析,我们能够获得如下结果: 1、观察疾病发生过程中病灶部位内部的转录组变化; 2、基于基因表达谱时序分析技术观察疾病发生过程中病灶部位转录组的连续变化过程,确定与疾病发生相关的基因类,该分析要求客户提供多个时间节点的数据; 3、通过专门算法的设计,RNA-seq数据能够帮助研究者在转录本层面上分析和预判基因可变剪接异常与疾病发生的关系; 4、在癌症研究中,使用RNA-seq技术可以预测潜在的融合基因,从而鉴定出那些蛋白功能结构域发生改变的基因,并提供给客户个性化的后续分析切入点; 5、使用RNA-seq技术检测基因外显子区域上的碱基突变位点,通过对密码子遗传变异的分析,研究剪辑突变对基因功能的影响以及与疾病的联系。 五、参考文献 1、Garber, M et al. Computational methods for transcriptome annotation and quantification using RNA-seq. Nature Methods (2011) Vol. 8 (6) pp. 469-477 2、Bar-Joseph, Z et al. Studying and modelling dynamic biological processes using time-series gene expression data. Nature Reviews Genetics (2011) Vol. 13 (8) pp. 552-564 3、Ozsolak, F et al. RNA sequencing: advances, challenges and opportunities. Nature Reviews Genetics (2011) Vol. 12 (2) pp. 87-98 4、Berger, B et al. Computational solutions for omics data. Nature Reviews Genetics (2012) Vol. 14 (5) pp. 333-346

文档评论(0)

seunk + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档