转录组测序

转录组分析
研究背景：
RNA-Seq是通过结合实验和计算方法来鉴定生物样品中RNA序列的种类和丰度的一种技术。

通过RNA-seq，我们就能够确定单链RNA分子中ATCG的顺序。

整个过程主要包括：从细胞或组织中提取RNA分子、文库的构建以及后继的生物信息学数据分析。

RNA-Seq技术具有许多早期研究方法（如：微阵列）所不具备的优点，如：RNA-Seq平台的高通量、新技术所带来的高灵敏度、发现新转录本、新基因模型以及非编码RNA的能力等。

RNA-Seq技术的到来，使人们认识到，无论是单细胞模式生物还是人类，我们对其转录组的认知异常匮乏。

而RNA-Seq产生的新的数据，则可以帮助我们发现基因结构上的巨大差异、鉴定出新的转录本以及能够对small non-coding RNA和lncRNAs有着更好的了解。

而且随着测序花费的降低，RNA-Seq的优势体现的更加明显。

服务流程：
样品选取
mRNA片段化
cDNA合成
末端修复、加polyA、加接头，PCR扩增
数据分析
测序方案：
内容：TotalRNA检测，普通转录组文库构建及测序及信息分析。

测序方式：HiseqPE125。

项目周期：有参45天，无参50天。

分析内容：
无参考基因组：
1.1质量控制
1.11评估碱基质量
1.12过滤低质量reads
1.13 去掉低质量碱基和接头序列
1.14 统计N比例和reads长度
1.15 统计GC含量和reads重复度
1.2 Reads的从头比对组装
1.4基因表达差异分析
1.41 统计基因在不同条件下的差异表达情况
1.5差异基因富集分析
1.51 通过GO、KEGG对差异基因进行功能富集分析
1.6差异表达基因的蛋白质互作网络分析
1.7SNV/Indel分析
1.8样本间相关性分析
有参考基因组：
2.1质量控制（同无参）
2.2 Reads比对组装
2.22 统计reads与参考基因组比对情况
2.22 分析对插入、删除和连接体情况
2.23 统计转录本在参考基因组上位置、长度和覆盖度情况
2.3基因表达差异分析
2.4差异基因富集分析
2.5差异表达基因的蛋白质互作网络分析
2.6新转录本预测
2.7 SNV/Indel分析
2.8 UTR分析
2.9可变剪接分析
3.0 Non-coding RNA分析
3.1样本相关性分析
案例解读：
案例：通过poly(A)+ RNA-Seq分析Drosophila melanogaster转录组的动态性
本项研究通过poly(A)+ RNA-Seq技术对果蝇的细胞系进行测序，鉴定出一批通过替换启动子和RNA剪接来转录出大量转录本的神经特异性基因。

通过后继分析还发现，对于RNA剪接变化，组织间的差异要远远大于发育阶段间的差异。

另外，发现性腺表达了成百上千的未知的蛋白编码和lncRNAs，其中一些甚至是反义转录的。

显示了果蝇转录组的动态性和多样性。

小部分的基因（0.2%）编码出大部分的转录本。

Dystrophin(Dys)肌萎缩蛋白
产生72个转录体和编码32种蛋白。

高亮的是发生可变剪接事件和3’腺
苷化。

参考文献：Brown, J.B., et al., Diversity and dynamics of the Drosophila transcriptome. Nature, 2014. 512(7515): p. 393-399.。