<sub id="35drn"></sub><form id="35drn"><th id="35drn"></th></form>

<em id="35drn"></em>
  1. <wbr id="35drn"><th id="35drn"></th></wbr><form id="35drn"></form>

      <big id="35drn"></big>
      歡迎進入上海云序生物科技有限公司官方網站!?? 生物在線????丁香通

      服務熱線 021-64878766

      首頁 > 技術平臺 > 轉錄組測序

      轉錄組測序
      mRNA測序

      產品詳情
      在線詢價

      技術簡介
      mRNA測序直接對特定樣品在某一狀態下產生的全部mRNA進行高通量測序,在獲得基因表達信息的同時,還能夠推測mRNA結構、識別可變剪切位點以及cSNP(編碼序列單核苷酸多態性)、解析RNA編輯等,從而獲取更全 面的轉錄組信息。

      云序生物mRNA測序服務針對不同樣品類型采用差異化的技術策略,不僅能夠檢測常規樣品,還能夠檢測降解樣品和微量樣品。客戶可以根據樣品情況,靈活選擇。此外,云序生物還擁有獨特的疾病和基因功能數據庫,可以深入分析與特定疾病或信號通路相關的基因的表達、可變剪切以及突變等,從而幫助客戶從海量數據中快速找到與自身研究背景相關的候選基因。

       

      套餐1

      套餐2

      套餐3

      適用范圍

      >1 μg完整RNA

      >1 μg部分降解RNA

      低至10 pg(單細胞)的微量樣品

      云序優勢
      適用于降解樣品:
      大部分公司采用低成本Oligo d(T)法富集mRNA,由于降解樣品中的mRNA會丟失Poly(A)尾巴,因而無法被檢測到。套餐2采用特有的,適用于降解樣品的去rRNA試劑盒,能夠極大程度地保留降解樣品中的mRNA信息,尤其適合于臨床樣品的mRNA檢測。
      適用于微量樣品:
      套餐3采用商業化單細胞試劑盒,可以檢測低至單細胞量(~10 pg RNA)樣品中的mRNA。
      獨特的疾病和信號通路數據庫:
      收集了與ai癥、糖尿病、心血管疾病、神經退行性疾病等人類重大疾病相關的基因,并詳細注釋了這些基因參與的信號通路,可以根據客戶的研究領域,對mRNA測序數據進行更加個性化的整合和篩選。
      一站式服務:
      客戶只需提供細胞、組織、體液或總RNA,云序生物為您完成從樣品準備,文庫制備,上機測序到數據分析的整套服務流程。
      專業的生物信息學分析:
      云序生物擁有強大的生物信息學團隊,能夠滿足客戶的各類深入數據分析需求。
      樣本要求
      樣品類型:
      組織、細胞、體液或RNA樣品。其它類型樣品請詳詢。
      樣品量:

      a) 細胞:2×106

      b) 組織:50 mg

      c) 體液:全血、血清、血漿2-3 ml

      腦脊液:5 ml

      尿液:50 ml

      d) 總RNA:2 μg (OD260/280≥1.8;OD260/230≥1.5; 無明顯降解,電泳檢測樣品特征性條帶完整清晰,無明顯彌散或拖尾) 

      樣品運輸及保存: 

      樣品運輸:樣品置于1.5mL管中,封口膜封好,干冰運輸。 

      樣品保存:細胞樣品或新鮮組織塊可用TRIZOL或RNA保護劑處理,液氮凍存后-80℃保存;血液樣品應使用EDTA抗凝,不可用肝素;RNA樣品可溶于乙醇或RNA-free的超純水中,-80℃保存,避免反復凍融。
      數據分析 (下列有※表示個性化分析)

      1、差異mRNA篩選與聚類
      篩選(Fold Change≥ 2,  P值≤ 0.05)兩組或多組樣品間差異表達的mRNA倍數變化。
      注:Fold Change代 表差異倍數,P值代 表差異明顯性,篩選中采用的倍數變化會根據具體數據情況進行調整

      差異mRNA篩選與聚類

      2、特定疾病或通路的個性化篩選個性化篩選
      整合mRNA測序數據與云序生物特有的疾病和信號通路數據庫,發現與特定疾病或通路相關的差異mRNA、可變剪切或cSNP。

      Entrez ID

      183

      3630

      1636

      5972

      1906

      3952

      4846

      Gene

      AGT

      INS

      ACE

      REN

      EDN1

      LEP

      NOS3





      3、差異mRNA的GO和信號通路分析

      進行差異基因GO功能富集分析,以推斷差異基因參與的生物學功能。


      差異mRNA的GO和信號通路分析


      4、基因富集分析(GSEA)
      尋找與樣品表型相關的功能基因集合(gene set,包括信號通路或其他基因集合)。


      基因富集分析(GSEA)


      5、基因共表達網絡分析
      根據基因間的表達相關性,構建共表達網絡,以推斷未知的基因功能。


      基因共表達網絡分析


      6、基因互作網絡分析
      確定差異基因間的相互作用關系,篩選起關鍵作用的核 心基因及其相應的靶基因。

      基因互作網絡分析


      7、基因表達水平累積曲線
      展示每個樣本不同表達強度的基因數目,揭示表型對基因表達的整體影響。


      基因表達水平累積曲線


      案例解析
      案例1:通過RNA測序解析慢性淋巴細胞白血病的分子特征
      原文:Transcriptome characterization by RNA sequencing identifies a major molecular and clinical subdivision in chronic lymphocytic leukemia

      期刊:Genome Research 影響因子:10.10
      本文通過RNA測序對慢性淋巴細胞白血病(CLL)樣品和正常B淋巴細胞樣品的轉錄組進行了深入的分析,找到了幾千個差異表達的基因。此外,有兩千個基因呈現出CLL特異性的可變剪切模式,但它們大部分在CLL中并沒有發生表達量的變化。另外,作者還分析了CLL特異性的cSNP和基因融合。通過聚類分析和MDS分析表明:根據基因表達數據可以將CLL樣品分成2個不同的子類,這兩個不同子類中的病人的生存時間具有明顯差異。

      CLL特異性的可變剪切

      圖1. CLL特異性的可變剪切 


      體細胞突變的等位基因特異性表達

      圖2. 體細胞突變的等位基因特異性表達 


      MDS分析可以根據基因表達水平將CLL樣品分成C1,C2兩個亞型

      圖3. MDS分析可以根據基因表達水平將CLL樣品分成C1,C2兩個亞型 

      gXmpCiZ/B8JQohnOd6BRz4g+oI4b0q944OBNIdkpjVT5RdQ+NULFzcEu8ELPu3Poa0uO88v4MbyXJLEffcv/kqcfyZbdZTSe6JCnmuZIh57ZEJt3fASQAzGrm88rHKnxveSmbkaYhN5oqCzvTWWTES89FGl3otZzp0sEZjINUnuGHCBbFHfIC4L15DD/UiDrFdBtefR3mVviuCedWsSo0+RdTq7q9qGwEDpd13UWG8YWZDfhhnDRxQ== A级毛片高清免费视频A级毛片免费视频,A级毛片免费观看,曰本A级毛片在线观看,久久99久久99久久综合,久久综合色一综合色88欧美,一本久久A久久精品综合