|
老板给了你几个样本几株细胞，要求你选一些miRNA、lncRNA甚至circRNA出来研究研究，你该怎么办？ 于是听说NGS比较火，那就RNA-seq吧，反正也贵不了太多！其实未必，有些时候，Microarry更合适，尤其你不需要检测新基因、对重复性要求较高而且经费又有限的情况下。 高通量测序(NGS)和基因芯片是对转录组中的基因的拷贝数、不同剪切体等定性和定量的两大神器，一直以来被广泛使用，microarray应用的更广泛也更早，但是不足也很明显，其不能对新的转录本进行检出。 （一）高通量测序：数据量大 高通量测序技术（High-throughput sequencing）又称“下一代”测序技术（'Next-generation' sequencing technology），以能一次并行对几十万到几百万条DNA或RNA分子进行序列测定，又被称为深度测序(Deep Sequencing) 高通量测序的原理就不多说了，太复杂，咱们也没必要掌握，样本或者细胞交给外面靠谱的公司：抽提RNA或者DNA→ 建库→上机→rawdata→Bioinformatics挖掘目的分子。 RNA-seq相对于microarray的优点不少：
测序的成本近两年降了很多，就拿一个病例样本的RNA-seq来说，现在基本维持在4500~5500之间了，当然如果深度挖掘数据的话，成本也不低的，最好是自己实验室有人懂生信分析，不然钱不会少花的。 （二）基因芯片有时更合适 基因芯片上排列着大量的核酸探针，可以代表生物的整个基因组或部分基因组，比如外显子、miRNA、单核苷酸多态性SNP等等。用芯片分析基因表达需要：抽提RNA→cDNA→荧光标记。 芯片上各点的信号强弱，代表了该探针目的基因的表达量。 尽管RNA-seq有那么多的优点，大家对芯片仍是情有独钟。那是因为，相比较于RNA-seq，芯片技术更加成熟，尤其是样本量比较大的研究。芯片在临床研究中也很吃香，因为它的数据处理又快又简单。芯片能提供高度一致的数据，分析软件也相当成熟。通过分析成百上千的样本，基因和miRNA的表达特征已经被赋予了临床上的诊断价值。 这篇刚发表的文章就很好滴说明了基因芯片的优势。 作者用临床样本为正常肺上皮组织和鳞状细胞癌肺肿瘤。 检测的是蛋白质编码基因和非编码长RNAs（lncRNAs）。 发现RNA-Seq和Microarray对蛋白质编码RNA同样有效，但RNA-Seq数据的随机变异性比Microarray要高。与Microarray数据相比，这减少了表达基因和基因的预测潜力，短和低丰度基因检出率会下降。 lncRNAs的检测在RNA-seq中表现也要比Microarray差。 外显子丰度的研究显示，RNA-seq中的许多外显子和外显子丰度的reads不足，而Microarray平台上的检测更为稳定。 尽管如此，研究人员在这两种平台上都鉴定出207个基因进行选择性剪接。 作者表示从效率产出和成本考虑，microarray的表现显然更好！ 当样本量较大的时候，基因芯片显然是更好的选择 |
|
|
