• 客户服务系统CSS
  • |
  • |
诺禾致源

 > 

科技服务

 > 

转录调控测序

真核有参转录组测序

有参转录组测序—解析基因表达及结构水平变化

真核有参转录组测序(RNA-seq)采用Illumina测序平台,对真核生物特定组织或细胞在某个特定状态下转录的所有mRNA进行测序,与参考基因组比对,既可全面快速分析mRNA序列和丰度信息、又可对基因结构和产生的新转录本进行分析。

应用方向

  • 生长发育

    分析发育过程或生长过程时空特异性表达的基因集,描述生长图谱
  • 胁迫研究

    研究胁迫环境下的机体响应机制
  • 性状差异

    寻找研究对象重要性状或表型
  • 互作关系研究

    通过转录水平寻找到关键调节的基因或者代谢通路,研究宿主与寄主之间相互作用关系

诺禾优势

  • 1. 样本起始量低

    RNA 0.4 μg/建库
  • 2. 周期快、质量好,稳定性高

    诺禾真核有参转录组测序基于优质的测序平台,通过reads与参考基因组比对,系统全面的对基因进行表达定量和结构分析,获得某个物种在特定条件下的转录信息,实现快速、稳定的测序数据分析及交付。
    • ≤30

      样本量
    • 21天

      周期
    • NovaSeq 6000

      测序平台
    • ≥85%

      数据质量Q30
  • 3. 方案设计专业,质控严格

    诺禾真核有参转录组测序针对不同的物种和组织部位,采用合适的提取方法;根据不同的需求可提供不同的建库方式;严格要求测序数据质量: Q20>90%,Q30>85%。从材料选取,建库测序,到数据分析,每一步都经过科学、缜密的设计,以保障高质量研究成果。

    材料选取

    RNA样品 ≥0.4μg

    文库构建(普通转录组文库/链特异性文库)

    上机测序

    信息分析

    同时诺禾致源高性能计算平台(High Performance Computing,HPC)采用DELL计算节点和Isilon存储的高效组合,实现快速稳定的测序数据分析及交付。 随着公司业务的发展,高性能计算平台将会持续更新并扩容,以保证高效的数据处理和安全的数据存储。
  • 4. 项目文章以及物种经验丰富

    诺禾致源已经成功对水稻、拟南芥、番茄、花生、棉花、黄瓜、小麦、大鼠等上千个有参考基因组的物种进行了真核有参转录组测序分析,并助力研究者在Cell Stem Cell、Genome Research、Nature Communications 等权威期刊发表高水平文章多篇。
    • 80人

      分析团队
    • 10年

      项目经验
    • 20000+

      结题项目
    • 1对1

      项目服务

信息分析

诺禾致源真核有参转录组测序项目信息分析,经过严格数据质控保证数据分析可靠性,信息分析分为表达水平分析和结构水平分析。表达水平分析包括基因表达量分析、 相关性分析、差异基因及其富集分析、GSEA分析、WGCNA分析等,结构水平包括可变剪切分析、变异位点分析、新转录本预测。
有参转录组 分析内容 解决问题
标准分析 测序数据质量评估 过滤掉低质量数据,保证数据质量
与参考基因组比对 比对率分析
基因表达水平分析 分析基本的表达量
样本相关性分析 分析样本间的相关性大小
差异基因分析 寻找不同比较组合间的差异基因
GO/KEGG富集分析 差异基因的GO,KEGG富集分析
蛋白互作网络分析 差异基因蛋白互作网络的分析
GSEA分析 基因集富集分析
WGCNA基因共表达网络分析 分析模块与样本间的相关性,寻找关键模块和hub基因
可变剪切分析 不同样本间可变剪接事件的差异分析
SNP/Indel分析 分析变异位点
新转录本预测 挖掘该物种新的基因或转录本

送样建议

组织类型 送样建议
新鲜动物组织 ≥200 mg
新鲜植物组织 ≥300 mg
新鲜培养细胞数量 5×106

常见问题

  • 1.哪些物种可以进行真核有参转录组测序?

    • 做真核有参转录组测序,对物种有以下要求:
      a. 物种为真核生物;
      b. 物种具有参考基因组,至少拼接到scaffold水平;
      c. 具有较为完整的注释。
      注:如果没有参考基因组可以选择真核无参转录组测序
  • 2.真核有参转录组测序标准分析和DGE分析的关系是什么?

    • 真核有参转录组测序的标准分析和DGE分析主要的差别在于分析内容上,标准分析除了差异基因富集分析外,还可以进行基因结构分析。而DGE就是数字基因表达谱 ,一般只分析差异基因,不进行基因结构分析。
  • 3.真核有参转录组测序(RNA-seq)的深度和覆盖度是多少?

    • 一般组装基因组测序的项目才会涉及到测序深度和覆盖度,基因组测序项目中测序深度是指测序得到的总碱基数与待测基因组大小的比值。假设一个基因大小为2M, 测序深度为10X,那么获得的总数据量为20M。覆盖度是指测序获得的序列占整个基因组的比例。由于基因组中的高GC、重复序列等复杂结构的存在,测序最终拼接 组装获得的序列往往无法覆盖有所的区域,这部分没有获得的区域就称为Gap。
      转录组测序(RNA-seq)一般不涉及深度和覆盖度两个概念,大多考虑的是样本测序数据量,和mapping率指标。一般使用以下的计算方式计算:深度= 数据量大小 /  参考基因组大小;覆盖度的计算可参考该链接:https://github.com/shiquan/bamdst

拓展材料

更多内容,可扫描侧边栏"一对一业务咨询"二维码添加科研服务经理咨询。

售后服务可联系侧边栏"在线客服"、电话400-6581585,或发送邮件至 service@novogene.com

Copyright@2011-2022 All Rights Reserved    版权所有:北京诺禾致源科技股份有限公司    京ICP备15007085号-1

一对一业务咨询

一对一业务咨询

在线客服

联系方式

联系电话

400-658-1585

企业邮箱

service@novogene.com
返回顶部