基因表达分析是指对基因组编码区的转录基因表达进行分析。该方法通过分析mRNA、鉴定编码转录组中已知和新型亚型、检测基因融合以及测量等位基因特异性表达,可以灵敏、准确地定量基因表达水平。
新一代测序(NGS)等先进技术彻底改变了单次实验中基因表达水平分析的规模、速度和准确性。将基于NGS的RNA测序方法(RNA-Seq)与其他常见的基因表达图谱分析方法(例如基因表达芯片和qRT-PCR)进行比较,了解如何使用RNA-Seq分析基因表达并鉴定新的转录本。
根据不同的研究目的,您可以使用多种方法来分析选定靶点的基因表达和/或分析编码转录组。了解几种主要的基因表达和转录组分析方法的优势和注意事项。
方法 | 优势 | 注意事项 |
---|---|---|
RNA-Seq了解更多: |
可以在一次检测中检测已知和新型特征。动态范围更宽。适用于任何物种。可扩展且经济高效,适用于高通量应用。 |
对少量靶标(例如少于10个靶标)进行测序可能非常耗时。 |
基因表达芯片了解更多: |
样本通量高,可用于分析已知的基因和转录本广为科学家所知的工作流程。 |
无法检测新型转录本。基因表达测量的局限在于背景噪音(下限)和信号饱和(上限)1。 |
qRT-PCR了解更多: |
对于低靶标数量(例如,少于10个靶标)有效。采用大多数实验室已有的设备,实现快速、简单的工作流程。 |
只能检测已知序列。可扩展性低。 |
在第41集因美纳基因组学播客中,Ake Borg博士探讨了基于基因表达模式、甲基化和其他基因组改变的乳腺肿瘤分类。
研究人员探讨了如何使用RNA-Seq及其他NGS方法来揭示与癌症相关的基因表达生物标志物。
研究人员使用基于NGS的RNA-Seq来分析癌症样本中的生物标志物以及已激活通路的转录组特征。
利用RNA测序分析基因表达和转录组变化可以帮助研究员了解肿瘤的分类和进展。
高灵敏度的超低起始量和单细胞RNA-Seq方法使研究人员能够探索复杂组织中单个细胞的生物学特性,了解细胞亚群对环境要素的反应。
基因表达和转录组分析研究可以帮助研究人员从分子水平上更好地了解神经学、免疫学和其他复杂疾病。