應用場景與案例
應用場景1：差異基因篩選與功能分析
適用范圍：臨床醫學、基礎醫學、生物化學、動植物及真菌研究等任意方向
利用真核有參轉錄組測序，可通過比較實驗組和對照組基因表達量篩選差異表達的基因。然后對差異表達基因進行進一步鎖定，如通過GO、KEGG富集分析及GSEA分析，配合Pubmed中已發表的文獻以及課題組中已積累的部分明星分子對差異表達基因進行功能注釋，并進一步分析關注的功能基因。進入實驗驗證階段后可對篩選到的差異基因進行qPCR、Northern、Western Blot、FISH驗證、基因敲除及過表達等。
應用場景2：時序分析或濃度梯度分析
適用范圍：臨床樣本、細胞樣本、動植物樣本有多個時間段的樣本，或不同藥物濃度處理的樣本
在轉錄組數據分析過程中，有一類特殊的實驗設計。通過對不同時間段的實驗樣本進行搜集，或測試不同的藥物、試劑等濃度梯度的樣本進行采集。繼而研究不同基因在不同時間段或不同濃度梯度間的表達規律，這一類分析通常稱之為“時序分析”
應用場景3：轉錄因子/調控因子/剪切因子等上游調控基因挖掘
適用范圍：臨床醫學、基礎醫學、生物化學、動植物研究等任意研究方向
常規轉錄組差異分析極有可能得到大量的差異基因，這對后期實驗驗證的目標鎖定帶來挑戰。在沒有特定感興趣的通路及明星分子前提下，轉錄因子是一個非常不錯的切入方向。轉錄因子可以調節基因組DNA開放性、募集RNA聚合酶進行轉錄過程、募集輔助因子調節特定的轉錄階段，調控諸多生命進程，諸如免疫反應、發育模式等。所以，分析轉錄因子表達及其調控活性對于解析復雜生命活動具有重要意義。其他調節因子包括可變剪切等調控基因也可以參與上游調控。
應用場景4：大樣本研究
適用范圍：動植物育種、遺傳群體與物種起源、人群隊列與生物標志物挖掘
隨著測序技術的飛速發展，少量樣本的轉錄組測序研究已經無法解釋復雜的生物學問題。研究者們已開始利用大樣本量的轉錄組樣本，結合統計學與機器學習等方式，知道符合特定規律和研究目的的核心基因。如孟德爾隨機化、相關性分析、線性回歸、LASSO回歸、Cox回歸等，分析不同樣本基因或基因組多樣性，挖掘更深入和全面的生物學意義。
來自杭州聯川公司
下一篇:沒有了！ 上一篇:高通量生物技術服務
SPICA公眾號
SPICA視頻號
SPICA小紅書SPICA-B站所有產品僅用做科學研究，不用于任何人體實驗及非科研性質的動物實驗
