轉錄組研究是基因功能及結構研究的基礎和出發點，通過第二代高通量測序，能夠全面快速地獲得某一物種特定組織或器官在某一狀態下的幾乎所有轉錄本序列信息，從而準確地分析基因表達差異、發現新轉錄本、基因結構變異、基因融合、RNA編輯等生命科學的重要問題，已廣泛應用于基礎研究、臨床診斷和藥物研發等領域。
服務優勢
已知轉錄本、新轉錄本信息一次獲取，并實現可變剪切定量分析
四種差異算法，差異基因結果更實用
提供多種定制化分析，更多結果豐富文章內容
項目流程
PolyA-Seq
參考文獻
[1] Gao W, Xiao R, Zhang W, et al. JMJD6 Licenses ERα-Dependent Enhancer and Coding Gene Activation by Modulating the Recruitment of the CARM1/MED12 Co-activator Complex[J]. Molecular cell, 2018, 70(2): 340-357. e8. （IF：14.548? 銳博服務：mRNA測序? 研究領域：增強子? 廈門大學）
[2] Wan L, Yu W, Shen E, et al. SRSF6-regulated alternative splicing that promotes tumour progression offers a therapy target for colorectal cancer[J]. Gut, 2019, 68(1): 118-129. （IF：17.943? 銳博服務：mRNA測序? 研究領域：結直腸癌? 浙江大學）
[3] Chen S, Feng M, Zhang S, et al. Angptl8 mediates food-driven resetting of hepatic circadian clock in mice[J]. Nature communications, 2019, 10(1): 1-16. （IF：11.878? 銳博服務：mRNA測序? 研究領域：生物鐘? 中國藥科大學）
[4] Huang C, Shi J, Guo Y, et al. A snoRNA modulates mRNA 3′ end processing and regulates the expression of a subset of mRNAs[J]. Nucleic acids research, 2017, 45(15): 8647-8660. （IF：11.147? 銳博服務：mRNA測序? 研究領域：基因表達調控? 中山大學）
[5] Huang Y, Zhou J, Luo S, et al. Identification of a fluorescent small-molecule enhancer for therapeutic autophagy in colorectal cancer by targeting mitochondrial protein translocase TIM44[J]. Gut, 2018, 67(2): 307-319. （IF：17.943? 銳博服務：mRNA測序? 研究領域：結直腸癌? 第三軍醫大學）
生物信息學分析項目
| 測序類型 | 基本分析 | 高級分析 |
|---|---|---|
| polyA測序 | 1、 數據質量評估及QC 2、 參考基因組比對與全基因組reads分布圖譜 3、 基因表達量整體水平 4、 樣品（組）間基因表達差異分析 5、 時間序列分析（與分析4二選一） 6、 差異基因KEGG生物通路富集分析 7、 差異基因 Gene Ontology （GO）功能富集分析 8、 轉錄本表達量整體水平 9、 已知mRNA表達量分析 10、 樣品（組）間已知mRNA表達差異分析 11、 已知ncRNA表達量 12、 樣品（組）間已知ncRNA差異表達及聚類分析 13、 新轉錄本預測 14、 可變剪切分析（rMATs） 15、 SNP和InDel檢測及注釋 16、 樣品間相關性分析 17、 樣品間主成份分析（PCA） 以下限50條序列分析（僅限于人、大鼠、小鼠物種） 18、 蛋白互作分析（僅限于模式物種） | 1、 共表達分析（樣品>=10） 2、 基因融合分析 3、 基因結構優化 ????3.1 已知基因結構注釋優化 ????3.2 新基因注釋 4、 哺乳動物已知ncRNA保守性分析 5、 基因-miRNA互作分析 6、 基因富集分析（GSEA）（每組至少3個生物學重復樣品） 7、 加權基因共表達網絡分析（WGCNA）（樣品>=10） 8、 基因亞細胞定位注釋 9、 RNA結合蛋白預測 10、 組織特異性分析（基于數據庫挖掘，僅限于人） 11、 組織特異性分析（多組織測序數據，不限物種） 12、 腫瘤樣品純度分析 |
| DGE測序 （有參考基因組） | 1、 數據質量評估及QC 2、 參考基因組比對與全基因組reads分布圖譜 3、 基因表達量整體水平分析 4、 樣品（組）間基因表達差異分析 5、 差異表達基因KEGG生物通路富集分析 6、 差異表達基因GO功能富集分析 7、 轉錄本表達量整體分析 8、 樣品（組）間轉錄本表達差異分析 9、 樣品間相關性分析 10、 時間序列分析（與分析4二選一） 11、 樣品間主成分分析 12、 蛋白互作分析 | 1、 基因共表達分析（樣品>=10） 2、 基因富集分析（GSEA）（每組至少3個生物學重復樣品） 3、 加權基因共表達網絡分析（WGCNA）（樣品>=10） 4、 基因亞細胞定位注釋 5、 RNA結合蛋白預測 6、 基因亞細胞定位 7、 基因組織特異性表達分析（基于數據庫挖掘，僅限于人） 8、 基因組織特異性表達分析（多組織測序數據，不限物種） |
常見問題
1. 如何利用polyA法提取mRNA？
PolyA-Seq是基于真核生物的mRNA3’端具有polyA尾結構，采用oligo dT富集總RNA中的mRNA的建庫方法進行高通量測序。PolyA-Seq適用于mRNA及其他具有polyA結構RNA的研究。
2. 制備人、植物、動物、酵母等來源的RNA樣品時有什么建議？
RNA提取質量主要取決于樣品本身的質量即新鮮度。除此之外，針對大多數的動植物組織和細胞樣品，Invitrogen公司的Trizol試劑都能獲得較好的提取效果，請客戶參照其說明書進行提取。
3. mRNA測序數據量是如何決定的？
數據量，主要根據物種進化水平、基因組大小、研究目的及已發表文章來推薦。RNA樣品數據量推薦跟不同時期的表達水平，不同取樣（組織、細胞、血液等）等有關，我們推薦轉錄組測序數量2G起。當然，實際操作可以根據研究目的、經費等因素來選取合適的數據量。
4. 參考序列選擇有哪些原則或建議？
最好有本物種的全基因組及其注釋信息，包括基因組序列、基因序列或GFF文件，以它為參考序列；若所測物種未知，請選擇近源物種作為參考序列，但這樣可能產生樣品reads與參考序列比對率低的情況，從而影響后續分析。若不確定所測物種是否已知，或參考序列是否齊全，可提供該物種的拉丁名，由我們的專業人員確認。
