中文  English
您当前位置:首页 > 中文 > 生物计算服务
生物分子互作计算机模拟及优化分析服务
单细胞转录组分析技术链条式解决方案
全基因组关联分析服务
外显子测序技术链条式解决方案
微生物重测序技术链条式解决方案
microRNA测序技术链条式解决方案
有参考基因组转录组分析技术链条式解决方案
De novo转录组分析技术链条式解决方案
靶向测序宏基因组学分析技术链条式解决方案
微生物De novo测序技术链条式解决方案
生物信息技术分析需求单
生物信息技术分析服务流程
生物信息技术服务模式
高通量测序(454/Solexa)
全基因组De novo测序解决方案
全基因组重测序解决方案
宏基因组学测序解决方案
基于SSR富集技术的高通量测序解决方案
全基因组关联分析(GWAS)解决方案
转录组测序解决方案

  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/ OD2801.828S/18S1

5)  RNA完整性:植物、真菌 RIN6.5,动物 RIN7.0,原核 RIN6.0

           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 454Illumina 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。

1.jpg

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。

 

2.jpg

实验验证

      1qRT-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

3-1-2.jpg

 1 Unigene的长度分布                                   2 KOG分类

3-3-4.jpg

差异基因的MA                                                    差异基因的热图

3-5-6.jpg

5 SSR种类分布                                           转录因子家族分布

3-7.jpg

7 NR注释的统计

3-8.jpg

8 GO分类

 

3-9.jpg

代谢通路图

 

3-10.jpg

10 GO富集分析

 

3-11.jpg

11 蛋白交互网络

 

3-12.jpg

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, 201011: 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 alWEGO: 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 alFrom genomics to chemical genomics: new developments in KEGG. Nucleic Acids Research, 2006, 34(Database issue): D354-7.

 

版权声明 | 免责条款 | 隐私政策 | 友情链接 | 联系我们
Copyright 2011 北京市计算中心 版权所有 zving.com. All Rights Reserved
地址:北京市海淀区永丰产业基地丰贤中路7号北科产业3号楼 电话:010-59341768 邮编:100094 E-mail:bioinfo@bcc.ac.cn
备案号:京ICP备20111117号 技术支持:北京市计算中心生物计算事业部技术组