波多野结衣AV高清一区二区三区|日韩精品久久久久网站|99re免费视频国产在线播放|国产手机在线αⅴ片无码观看|

  1. <nobr id="5kd4l"></nobr>

    <dl id="5kd4l"><sup id="5kd4l"></sup></dl>
    <option id="5kd4l"><sup id="5kd4l"></sup></option>
    <div id="5kd4l"></div>
  2. <nobr id="5kd4l"></nobr>

        <div id="5kd4l"><em id="5kd4l"></em></div>
      1. <nobr id="5kd4l"><td id="5kd4l"></td></nobr>
        <nobr id="5kd4l"></nobr>
        <tr id="5kd4l"></tr>
        1. 服務(wù)熱線(xiàn)02152235399

          產(chǎn)品簡(jiǎn)介

          全轉錄組是指特定細胞在特定狀態(tài)下所能轉錄出來(lái)的所有RNA的總和,包括mRNA和非編碼RNA(non-coding RNA)。針對非編碼RNA的研究主要集中在具有調控作用的miRNA,lncRNA和circRNA?;诙鷾y序技術(shù)的全轉錄組測序研究,同時(shí)分析同一樣本中的mRNA,lncRNA,circRNA,miRNA,并且通過(guò)兩兩關(guān)聯(lián)分析、三元關(guān)聯(lián)分析、多元關(guān)聯(lián)分析,使研究?jì)热莞酉到y化,致力于深入挖掘生命現象背后的轉錄調控問(wèn)題。



          ceRNA(競爭性?xún)仍碦NA)機制示意圖

          Wang Y et al., Trends Genet, 2016

          我們的優(yōu)勢

          1. 雙文庫構建:small RNA文庫和去核糖體的鏈特異性文庫,烈冰 8年建庫經(jīng)驗,保證建庫質(zhì)量;

          2. 4種RNA全方位分析:不僅能定量分析已知的lncRNA和miRNA,還能通過(guò)Stringtie重建轉錄本預測新的lncRNA;并通過(guò)預測的circRNA進(jìn)行靶向分析 ,從而得到miRNA-mRNA、lncRNA-miRNA、以及circRNA-miRNA的靶向關(guān)系;

          3. 數據庫全面整合:整合并定時(shí)升級生物學(xué)領(lǐng)域內公認數據庫和靶基因預測算法,如NP Inter、miRBase、RNAhybrid等,保證分析結果緊跟行業(yè)前沿;

          4. 上游測序+下游驗證:客戶(hù)只需提供細胞,組織或者總RNA,烈冰為您完成從上機測序到數據分析整套服務(wù)流程,同時(shí)可進(jìn)行后續qPCR驗證。

          樣本要求

          組織樣品:

          1. 動(dòng)物組織≥1g;

          2. 植物組織≥2g;

          3. 細胞樣品≥1×106個(gè);

          4. 全血≥5mL;

          5. 菌體≥106個(gè)或≥30mg。

          RNA樣品:

          1. 樣品需求量: RNA≥10 μg;

          2. 樣品濃度:RNA樣品≥100 ng/μl;

          3. 樣品純度:OD260/OD280在1.8-2.2之間,OD260/OD230≥2,28S/18S≥1,動(dòng)物樣品RIN≥7.0,植物樣品RIN≥6.5,RNA無(wú)明顯降解。

          實(shí)驗流程

          1. 客戶(hù)樣本:細胞量在106以上;

          2. RNA提取及質(zhì)控:凝膠電泳質(zhì)控→Nanodrop質(zhì)控→Agilent 2200質(zhì)控;

          3. small RNA文庫構建:切膠范圍10-50bp,單端測序SE50,文庫分子18-30bp;

          4. 去核糖體文庫構建:逆轉錄后用RNase處理,去除rRNA;

          5. 上機測序:烈冰建議選擇NovaSeq,雙端測序,通量大,堿基精度高,而且成本低,速度快。



          數據分析流程

          結果示例

          1、mRNA數據分析結果展示詳見(jiàn)“轉錄組測序”

          2、miRNA數據分析結果展示詳見(jiàn)“small RNA測序”

          3、LncRNA鑒定和差異lncRNA分析
          以RNA mapping得到的counts為研究對象,采用NCBI Gene/Ensembl Biomart/NONCODE等數據庫的Genetype注釋信息,對已知的lncRNA/假基因/其它長(cháng)鏈非編碼RNA進(jìn)行鑒定。隨后,以這些lncRNAs 的counts為研究對象,采用DESeq2/DESeq/EBSeq/EdgeR/Limma等算法進(jìn)行差異篩選,得到滿(mǎn)足差異倍數以及FDR閾值的差異基因(Dif-lncRNA)。并基于差異篩選結果,進(jìn)行火山圖以及聚類(lèi)分析,得到Volcano Plot和Cluster Heatmap。

          差異lncRNAs火山圖分析和聚類(lèi)分析

          Yang F et al., Gene, 2016

          注:(A)差異lncRNA火山圖分析結果,紅色表示顯著(zhù)差異的lncRNA,藍色表示非顯著(zhù)差異的lncRNA;(B)差異lncRNA聚類(lèi)分析的Heat map,紅色越深表示lncRNA上調越顯著(zhù),藍色越深表示lncRNA下調越顯著(zhù)。



          4、lncRNA靶向分析
          以差異lncRNAs、差異miRNAs為研究對象,采用miRanda算法和RNAhybrid算法進(jìn)行靶基因預測,得到lncRNA-miRNA靶向作用關(guān)系。

          lncRNA-miRNA靶向作用關(guān)系

          Miao X et al., Sci Rep, 2016

          注:紅色三角表示上調lncRNAs,綠色三角表示下調lncRNAs,紫色V型三角表示上調miRNAs,藍色V型三角表示下調miRNAs。



          5、ceRNA分析
          以lncRNA-miRNA靶向關(guān)系為研究對象,再聯(lián)合miRNA靶向基因的信息,采用負相關(guān)分析方法,得到lncRNA-miRNA-mRNA的ceRNA關(guān)系,并繪制lncRNA-miRNA-mRNA Network。

          lncRNA-miRNA-mRNA Network

          Miao X et al., Sci Rep, 2016

          注:紫色三角形表示lncRNA,紅色圓點(diǎn)表示mRNA,黃色圓點(diǎn)表示關(guān)鍵mRNA,藍色V型三角表示miRNA。



          6、ceRNA基因功能分析(GO Analysis)和信號通路分析(Pathway Analysis)
          以ceRNA為研究對象,分別采用NCBI/UNIPROT/SWISSPROT/AMIGO等GO數據庫,以及KEGG數據庫,對差異基因進(jìn)行功能分析和信號通路分析,從而得到ceRNA基因所顯著(zhù)富集的功能條目和pathway條目。

          差異基因GO分析和Pathway分析

          Xu T et al., Oncogene. 2015

          注:(a)lncRNA TINCR-siRNA VS scrambled siRNA差異基因聚類(lèi)分析圖;(b)差異基因顯著(zhù)富集的pathway條目;(c)差異基因顯著(zhù)富集的GO條目。



          7、circRNA預測
          環(huán)狀RNA(circRNA)是區別于傳統線(xiàn)性RNA的一類(lèi)新型RNA,具有閉合環(huán)狀結構。我們根據circRNA在表達過(guò)程中的特殊剪接形式,采用circexplorer/CIRI/ACFS/find_circ等算法,對測序得到的reads進(jìn)行circRNA預測,可以發(fā)現同時(shí)覆蓋兩個(gè)外顯子且方向與線(xiàn)性RNA相反的circRNA,以及一些Intergenic或者Intron區域來(lái)源的新的circRNA。

          circRNA預測工作流和預測結果(正常組織 VS 癌組織)

          Chen W et al., Nat Neurosci. 2015/Zheng Q et al., Nature Communications, 2016

          注:(a)橫坐標表示circRNA反向剪接reads數,縱坐標表示circRNA數量;(b)circRNA在基因組結構上的分布;(c)橫坐標表示exonic circRNA長(cháng)度,縱坐標表示circRNA數量。



          8、差異circRNA分析
          以預測的circRNA為研究對象,采用DESeq2/DESeq/EBSeq/EdgeR/Limma等算法進(jìn)行差異篩選,得到滿(mǎn)足差異倍數(Log2FC>1或<-1)以及FDR閾值(FDR<0.05)的差異circRNA(Dif-circRNA)。

          差異circRNA分析結果

          Liu Q et al., Scientific Reports, 2016

          注:左圖為差異circRNA的聚類(lèi)分析圖(OA VS normal軟骨組織);右圖為差異circRNA的火山圖,紅點(diǎn)表示差異顯著(zhù)的circRNA。


          9、circRNA靶向分析
          以差異circRNA為研究對象,采用miranda算法與RNAHybrid算法進(jìn)行靶向調控關(guān)系預測,得到miRNA與差異circRNA靶向調控關(guān)系。

          circRNA-miRNA相互作用

          Zheng Q et al., Nature Communications, 2016

          注:該圖展示了circHIPK3相互作用的miRNAs的假定結合位點(diǎn)。



          10、ceRNA分析
          以circRNA-miRNA靶向關(guān)系為研究對象,再聯(lián)合miRNA靶向基因的信息,采用負相關(guān)分析方法,得到circRNA-miRNA-mRNA的ceRNA關(guān)系,并繪制circRNA-miRNA-mRNA Network。

          circRNA-miRNA-mRNA Network

          Liu Q et al., Scientific Reports, 2016

          注:綠色圓點(diǎn)表示circRNA,黃色菱形表示mRNA,紫色V型三角表示miRNA。


          11、WGCNA功能預測
          加權基因共表達網(wǎng)絡(luò )(Weighted Gene Co-expression Network Analysis,WGCNA)是一個(gè)基于基因表達數據,構建基因共表達網(wǎng)絡(luò )的方法。NovelBio團隊協(xié)助研究者利用WGCNA進(jìn)行功能預測,根據基因表達模式,將基因進(jìn)行分組。根據“凡是能夠互相形成共表達關(guān)系并且成簇的基因,具有類(lèi)似的功能”,可以認為circRNA和它所屬簇中mRNA具有類(lèi)似的功能,并且可以通過(guò)mRNA所富集功能和信號通路對circRNA對于表型的影響進(jìn)行預測。

          circRNA和蛋白編碼基因的WGCNA分析

          Wang Z  et al. Frontiers in plant science, 2017

          注:該圖為WGCNA計算出來(lái)的不同module,與不同表型相關(guān)性高的module,并對moudle16以及兩個(gè)circRNA的關(guān)系網(wǎng)絡(luò )圖分別進(jìn)行了可視化展示。


          高級數據分析
          1、 韋恩分析(Venn Analysis)
          以實(shí)驗中需解決的科學(xué)問(wèn)題為研究目標,以每?jì)山M間的差異mRNA,lncRNA,circRNA、miRNA為研究對象,采用韋恩分析方法,得到每?jì)山M中獨有或共有的mRNA、lncRNA,circRNA、miRNA。


          E50 VS E40E60 VS E50差異mRNA/lncRNA韋恩圖

          Li Y et al., BioMed Research International. 2019

          注:左圖為E50 VS E40差異mRNAE60 VS E50差異mRNA的韋恩分析結果;右圖為E50 VS E40差異lncRNAE60 VS E50差異lncRNA的韋恩分析結果。



          2、 lncRNA/circRNA基因富集分析
          為了從龐雜的組學(xué)數據中發(fā)掘規律,研究lncRNA/circRNA的生物功能,NovelBio團隊為研究者定制基因富集分析(Gene set enrichment analysis, GSEA),找到起關(guān)鍵作用的生物通路,進(jìn)一步確定研究的lncRNA/circRNA與表型相關(guān)的生物學(xué)機制。

          干預LncRNA GAS5的基因富集分析

          Liu et al., Nat Commun, 2016

          注:該圖為LncRNA GAS5過(guò)表達和敲低后,hESCs的基因富集分析結果。其中,ES表示富集度得分,NES表示ES標化后的值,得分越高表示該基因類(lèi)別與該干預呈正相關(guān)。



          文獻示例

          [1] Lei B, Zhou J, Xuan X, et al. Circular RNA expression profiles of peripheral blood mononuclear cells in hepatocellular carcinoma patients by sequence analysis. Cancer Med. 2019 Feb 4. (IF=3.202)


          [2] Li Y, Li GQ, Wang F, et al. Integrated Analysis of LncRNA-mRNA Coexpression in the Extracellular Matrix of Developing Deciduous Teeth in Miniature Pigs. BioMed Research International. 2019 Jan 23. (IF=2.583)


          [3] Yu Y, Zhang M, Liu J, et al. Long Non-coding RNA PVT1 Promotes Cell Proliferation and Migration by Silencing ANGPTL4 Expression in Cholangiocarcinoma. Mol Ther Nucleic Acids. 2018 Dec 7;13:503-513. (IF=5.66)


          [4] Qu S, Hao X, Song W, et al. Circular RNA circRHOT1 is upregulated and promotes cell proliferation and invasion in pancreatic cancer. Epigenomics. 2018 Nov 16;11(1):53-63. (IF=4.979)


          [5] Yu Y, Zhang M, Wang N, et al. Epigenetic silencing of tumor suppressor gene CDKN1A by oncogenic long non-coding RNA SNHG1 in cholangiocarcinoma. Cell Death Dis. 2018 Jul 3; 9(7):746-758. (IF=5.638)


          [6] Yin D, Lu X, Su J, et al. Long noncoding RNA AFAP1-AS1 predicts a poor prognosis and regulates non-small cell lung cancer cell proliferation by epigenetically repressing p21 expression. Mol Cancer. 2018 May 24;17(1):92. (IF=7.776)


          [7] Liang Ding,et al. A novel stromal lncRNA signature reprograms fibroblasts to promote the growth of oral squamous cell carcinoma via LncRNA-CAF/interleukin-33. Carcinogenesis. 2018 Mar 8;39(3):397-406. (IF=5.105)


          [8] Sun D,et al.LncRNA GAS5 inhibits microglial M2 polarization and exacerbates demyelination. EMBO Rep. 2017 Oct;18(10):1801-1816. (IF=8.568)


          [9] Lai, Z.Y. et al. Analysis of co-expression networks for circular RNAs and mRNAs reveals that circular RNAs hsa_circ_0047905, hsa_circ_0138960 and hascircRNA7690-15 are candidate oncogenes in gastric cancer. Cell Cycle. 2017 Oct 5:1-11. (IF=3.53)


          [10] Zhang E, et al. H3K27 acetylation activated-long non-coding RNA CCAT1 affects cell proliferation and migration by regulating SPRY4 and HOXB13 expression in esophageal squamous cell carcinoma. Nucleic Acids Res.  2017 Apr 7;45(6):3086-3101.. (IF=10.162)


          [11] Xu C, et al. Long non-coding rna gas5 control human embryonic stem cell self renewal by maintaining nodal signaling. Nat Commun. 2016 Nov 4;7:13287. (IF=12.124)


          [12] Zheng Q, et al. Circular RNA profiling reveals an abundant circHIPK3 that regulates cell growth by sponging multiple miRNAs. Nat Commun. 2016 Apr 6;7:11215. (IF=11.47)


          [13] Liu Q, et al. Circular RNA Related to the Chondrocyte ECM Regulates MMP13 Expression by Functioning as a MiR-136 ‘Sponge’ in Human Cartilage Degradation. Sci Rep. 2016 Mar 2;6:22572. (IF=5.578)


          1. <nobr id="5kd4l"></nobr>

            <dl id="5kd4l"><sup id="5kd4l"></sup></dl>
            <option id="5kd4l"><sup id="5kd4l"></sup></option>
            <div id="5kd4l"></div>
          2. <nobr id="5kd4l"></nobr>

                <div id="5kd4l"><em id="5kd4l"></em></div>
              1. <nobr id="5kd4l"><td id="5kd4l"></td></nobr>
                <nobr id="5kd4l"></nobr>
                <tr id="5kd4l"></tr>