De novo转录组分析技术链条式解决方案
样品要求
1) 样品类型:Total RNA;
2) 样品总量:真核生物≥6 μg,原核生物≥20 μg;
3) 样品浓度:真核生物≥100 ng/μL,原核生物≥65 ng/μL;
4) 样品纯度:OD260/ OD280≥1.8,28S/18S≥1;
5) RNA完整性:植物、真菌 RIN值≥6.5,动物 RIN值≥7.0,原核 RIN值≥6.0。
注:不同的类型的样品RNA产量差别较大,需要根据实际的情况提高RNA的样品的量。
测序平台
目前转录组测序是二代测序技术应用的主要研究领域,De novo转录组测序[1] 最常使用的测序平台是Roche 454和Illumina Hiseq 2000/2500。各测序平台有其不同的优势,如:Roche 454测序平台因其读长较长而更有利于组装出完整的转录组,但价格较高;Illumina测序仪则通量较高且价格便宜。此外,也有利用Roche 454测序仪进行转录组测序,然后结合数字表达谱测序来开展基因表达方面研究的文章。

生物信息学分析
De novo转录组的生物信息分析产品介绍见下表。
实验验证
1)qRT-PCR验证
根据差异分析的结果,从表达量变化较大的基因中选取和预设研究内容相符的基因,通过qRT-PCR实验对其差异表达进行验证。
2)转基因验证
根据GO或者KEGG富集分析结果,来筛选处理样品中差异表达的基因,然后通过转基因实验来验证其功能,并进行更深入的生物学研究
分析结果展示

图1 Unigene的长度分布 图2 KOG分类

图3 差异基因的MA图 图4 差异基因的热图

图5 SSR种类分布 图6 转录因子家族分布

图7 NR注释的统计

图8 GO分类

图9 代谢通路图

图10 GO富集分析

图11 蛋白交互网络

图12 融合基因鉴定★
目前尚无软件和方法可对De novo转录组数据进行融合基因鉴定,
此图为利用我处方法对人工杂交物种进行的融合基因鉴定结果
参考文献
[1] Grabherr MG, Haas BJ, Yassour M, et al. Full-length transcriptome assembly from RNA-Seq data without a reference genome. Nature Biotechnology, 2011, 29:644-52.
[2] Cox MP, Peterson DA and Biggs PJ. SolexaQA: At-a-glance quality assessment of Illumina second- generation sequencing data. BMC Bioinformatics, 2010, 11: 485.
[3] Mortazavi A, Williams BA, McCue K, et al. Mapping and quantifying mammalian transcriptomes by RNA-Seq. Nature Methods, 2008, 5: 621-8.
[4] Li B and Dewey CN. RSEM: accurate transcript quantification from RNA-Seq data with or without a reference genome. BMC Bioinformatics, 2011, 12: 323.
[5] de Hoon MJL, Imoto S, Nolan J, et al. Open Source Clustering Software. Bioinformatics, 2004, 20(9): 1453-4.
[6] Ye J, Fang L, Zheng H, et al. WEGO: a web tool for plotting GO annotations. Nucleic Acids Research, 2006, 34(Web Server issue): W293-7.
[7] Kanehisa M, Goto S, Hattori M, et al. From genomics to chemical genomics: new developments in KEGG. Nucleic Acids Research, 2006, 34(Database issue): D354-7.
|