强大的ChIP测序(ChIP-Seq)方法结合了染色质免疫沉淀(ChIP)分析和测序,可确定全基因组范围内的转录因子和其他蛋白质的DNA结合位点。先按照ChIP的实验方案,使用特异性抗体对DNA结合蛋白进行免疫沉淀。随后,将结合的DNA共沉淀、纯化以及测序。
新一代测序(NGS)在ChIP中的应用有助于研究那些在各种疾病和生物学通路(例如发育和癌症进展)中有作用的基因调控事件。ChIP-Seq可以在全基因组范围内全面分析蛋白与核酸之间的相互作用。
芯片和其他研究表观基因组的方法需要来自已知序列的探针,因此它们存在固有的偏差,与之不同的是,ChIP-Seq并不需要先验知识。ChIP-Seq通过大规模平行测序提供全基因组图谱分析,能从多个样本中生成数百万的计数,可经济、精确、无偏差地研究表观遗传模式。其他优势包括:
Illumina边合成边测序(SBS)技术是广泛采用的NGS技术,产生了全世界约90%的测序数据。*
除了业界领先的数据质量,Illumina还提供集成的工作流程,简化了从文库制备到数据分析的测序过程。
点击下方的查看工作流程各步骤所使用的产品。
集中力量,每次运行可对1–6个ChIP-Seq样本进行测序。
NextSeq 550系统灵活性强,可同时对8–24个ChIP-Seq样本进行测序。
NovaSeq 6000系统无论何种基因组、何种测序方法和项目规模都有可扩展的通量,灵活简便。
HiSeq 4000系统产量高,根据目标蛋白的不同,可同时对4–150个ChIP-Seq样本进行测序。
使用MACS2鉴定转录因子结合位点,使用HOMER发现峰内基序。
Genomatix Pathway System (GePS)通路、网络和过程的生成与可视化。
用于NGS数据分析和管理的Illumina基因组学计算环境。
BaseSpace Correlation Engine不断增长的经审核的基因组数据库,可在鉴定疾病机制、药物靶点和生物标记方面为研究人员提供有力支持。
Watch Illumina scientists discuss how over- and underclustering can affect your sequencing data. Learn about common clustering issues and ways to prevent them.
View VideoCluster density has a significant impact on run performance, specifically data quality and total output. Learn how to achieve more consistent cluster densities.
Read Bulletin癌症表观遗传学变化的研究(如异常甲基化和转录因子结合改变)可以提供对重要致癌通路的了解。深入了解癌症表观遗传学。
基因表达研究有助于了解基因组和环境变化如何导致各种疾病。了解如何进行基因表达分析。
ATAC-Seq是一种在全基因组范围内检测染色质可及性的常用方法。后续的实验通常包括ChIP-Seq、Methyl-Seq或Hi-C-Seq。深入了解ATAC-Seq。
基于NGS的甲基化测序方法具有许多优点,包括能够在单核苷酸水平上分析甲基化模式。深入了解甲基化测序。
*根据Illumina公司2015年存档数据计算