記事一覧

如何獲得高品質的RNA?

     原創文章     引用請註明出處 RNA的品質在後續的應用上扮演著決定性的角色,一般來說用來評斷RNA品質的好壞除了常聽到的260/280、260/230 ratio外,利用RNA integrity number (RIN)值來判斷RNA片段的完整性是另一個評定RNA品質較為重要的指標。但RNA相對來講較不穩定,也容易受到很多因素的影響而發生降解。因此,獲得高品質的RNA樣品變成是許多研究者努力的目標。在人體...

繼續閲讀

RNA-seq 分析工具大比拼

      原創文章     引用請註明出處RNA-seq 已是非常成熟且廣為使用的技術,各種分析工具也不斷的被發展、進化與發表。2017 年在 Nature Communications 上發表的文章『Gaining comprehensive biological insight into the transcriptome by performing a broad-spectrum RNA-seq analysis』以 short- (illumina) & long-read (PacBio) 對 15 個樣品 (正常人類樣本、...

繼續閲讀

生物學重複與定序深度在RNAseq研究中何者重要?

     原創文章     引用請註明出處雖然目前定序成本已大幅下滑,但樣本間設置多少重複樣本的問題,仍讓我們面臨超出經費預算的尷尬。那麼在有限的預算下想要盡可能提高手上定序資料的利用價值,我們究竟該選擇定序深度還是樣本數目呢?小編找了三篇具代表性的高引用文章,來說明雖然定序深度對偵測差異基因很重要,但當滿足一定的定序深度後,其提昇的效果會逐漸不顯著。但若...

繼續閲讀

lncRNA研究概覽和資料庫資源

看到這個標題,大家可能會說:“長鏈非編碼RNA誰不知道,就是以前被科學家認為是一些“垃圾”基因,長的像編碼基因,長度也和編碼基因差不多,翻譯不出來蛋白質,但能起到調控作用的一類RNA嘛。它存在於幾乎所有的高等動植物中,並且有很強的組織特異性。哈~沒錯!完全正確!小編就在這個背景基礎上再給大家拓展一點點資訊吧~長鏈非編碼RNA(lncRNA)可以被定義為◆ 長度>200nt;◆ 缺少或無開放閱讀編碼框(opening reading frame...

繼續閲讀

RNA-seq在經費有限下該如何取捨定序深度及樣本量?

研究經費有限,面對提高定序深度或是樣本數,該如何取捨?採樣非常困難,大量樣本難以獲得,是否就難以得到理想的RNA定序結果?設置不同定序深度和重複樣本數對差異基因篩選有何影響?說到RNA定序的實驗方案設計,相信大家或多或少都有上述的困惑。雖然目前定序成本已大幅下滑,但樣本間設置多少重複樣本的問題,仍讓我們面臨超出經費預算的尷尬。那麼在有限的預算下想要盡可能提高手上定序資料的利用價值,我們究竟該選擇定序深度...

繼續閲讀

癌症檢測新靶標 - exosome circRNA

與傳統的線性RNA相比, circRNA是封閉環形結構,表達更加穩定,不易降解。外泌體(exosome)攜帶有蛋白、mRNA和microRNA等,可以作為疾病診斷的生物標記(Biomarker)。但是目前關於外泌體中circRNA研究較少,它是否可以作為疾病診斷的標誌物呢?小編利用一篇2015年發表於Cell Research的文章,來介紹研究人員首次在人血清中發現大量外泌體circRNA,並發現這些circRNA有可能作為癌症診斷新的生物標記。方法與結果實驗選取細胞、細胞分...

繼續閲讀

大家都說 RNA-seq 好,究竟好在哪裡??

      原創文章     引用請註明出處過去十幾年做基因表現與調控網路的專家們都使用過微陣列 (Microarray) 平台作為研究工具,而在次世代定序技術出現後,想必一定常聽到要做基因表現分析應該要用RNA-seq來進行會比較好 ,那你一定會問小編,究竟哪裡好?總得給我個交待、給我個滿意的理由吧!!那小編就來為大家比較一下 RNA-seq  Microarray 摟~~豎起...

繼續閲讀

RNA定序策略選擇的糾結!

  各位在NGS-轉錄組研究沙場上拼鬥時,是否曾糾結過定序策略的選擇問題?糾結1. 要進行雙端 (Paired End) 定序,還是單端 (Single End) 已足夠?糾結2. 讀長 (read) 的選擇又會如何影響後期的差異基因篩選?糾結3. 定序讀長的選擇是否越長越好?這些糾結問題,我們就交由一篇發表於 Genome Biology 的文章來面對大家好好解釋交代一番~~ 該文作者藉由對雙端101bp定序序列截取生成25bp、50bp、75bp及100bp的單端或...

繼續閲讀

RNA-seq中GO、KEGG結果圖如何解讀

GO(gene ontology)資料庫,收集的是對各種物種基因功能進行限定和描述的標準詞彙(term),是國際標準化的基因功能描述分類系統。根據基因產物的相關生物學過程( biological_process)、細胞組成 (cellular_component)以及分子功能(molecular_function)三個大類分別給予定義,而每一大類下又包含更多層級具體term,這些定義與具體物種無關。KEGG(Kyoto Encyclopedia of Genes and Genomes)是一個綜合資料庫,整合了基因體...

繼續閲讀