标题摘要内容
 技术前沿 
技术前沿
吉赛生物高通量测序分析八大模块
来源: | 作者:geneseed | 发布时间: 2020-08-26 | 960 次浏览 | 分享到:

1. 转录组学研究

1.1 全转录组测序

采用去rRNA链特异性建库方式,一次测序同时获得mRNAlncRNAcircRNA三种分子的表达情况。

1.2  circRNA测序

采用RNase R消化线性RNA,富集circRNA后进行高通量测序,circRNA有效reads数较全转录组测序提高10倍以上。

1.3  lncRNA测序

采用去rRNA链特异性建库方式,对长链非编码RNA进行高通量测序。

1.4  mRNA测序

通过oligo dT磁珠捕获带polyA尾的RNA进行建库测序,可研究基因差异表达或转录组本结构、可变剪切等。

1.5  small RNA测序

对大小在18~32nt的小RNA进行建库测序,包含miRNAsiRNApiRNAsnoRNA等。


2. 翻译组学研究

2.1  核糖体印迹测序技术(Ribo-seq

对被核糖体保护的RNA片段(~30nt)进行深度测序,研究基因翻译效率,挖掘特殊ORF,包括uORFdORF,以及lncRNA来源的sORFcircRNA来源 cORF等等。

2.2  核糖体-新生肽链复合物测序(RNC-seq

将与核糖体结合的正在翻译的RNA全长分离出来进行高通量测序,结合普通全转录组测序或circRNA测序,分析有潜在翻译功能的lncRNAcircRNA


3. 表观组学研究

3.1 m6A RNA甲基化测序(meRIP-seq

通过m6A特异性抗体识别具有m6A修饰的RNA片段进行免疫共沉淀反应,对富集下来的RNA片段进行高通量测序。

3.2 ATAC-seq

利用Tn5转座酶对某种特定时空下开放的核染色质区域进行切割,再通过高通量测序获得在该特定时空下基因组中所有活跃转录的调控序列。


4. 空间转录组学研究

4.1 10 X visium空间转录组测序

10 X Genomics Visium空间转录组技术把细胞在组织分布的位置信息和转录组分析结合,高分辨率分析组织不同位置的基因转录信息。


5. 外泌体研究

5.1 外泌体分离提取服务

通过超高速离心法或沉淀法分离细胞上清或血清血浆等体液中的外泌体。

5.2 外泌体粒径检测服务

采用马尔文Nanosight NS300纳米颗粒跟踪分析仪对外泌体样本进行粒径大小及浓度检测。

5.3 外泌体透射电镜检测服务

采用FEI Tecnai G2透射电镜对外泌体样本进行电镜检测。

5.4 外泌体全转录组测序

采用微量建库的方法对外泌体RNA进行全转录组测序(分析mRNAlncRNAcircRNA)。

5.5 外泌体circRNA测序

RNase R去线性后采用微量建库方法对外泌体RNA进行circRNA测序(仅分析circRNA)。

5.6 外泌体 small RNA测序

对外泌体RNA中的小片段RNA(主要是miRNA)进行高通量测序。


6. 核酸蛋白互作研究

6.1 RIP seq

利用抗体捕获靶蛋白的同时捕获互作RNA,分离互作RNA后进行高通量测序分析,可检测与靶蛋白相互作用的miRNAmRNAlncRNAcircRNA

6.2 RNA pull-down seq

RNA pull-down后捕获的互作RNA分子进行高通量测序,可检测与靶RNA相互作用的miRNA或长链RNA(包括mRNAlncRNAcircRNA);常用于circRNA-miRNA互作研究,lncRNA-miRNA互作研究。

6.3 ChIP seq

目标蛋白结合基因组序列的捕获和高通量测序分析,包括常规表观遗传学相关ChIP测序和特定转录因子或蛋白的ChIP测序分析。

6.4 ChIRP seq

目标RNA分子结合基因组DNA的高通量测序分析。


7.基因组学研究

7.1 宏基因组测序

对土壤、水体、粪便、肠道内容物等meta样本进行宏基因组高通量测序。

7.2 16s rDNA测序

对土壤、水体、粪便、肠道内容物等meta样本进行16s rDNA测序。

7.3 扩增子测序

PCR产物如shRNA高通量筛选文库进行扩增子高通量测序。


8.生物信息学分析服务

8.1 常规组学分析

提供包括mRNAlncRNAmiRNAcircRNA标准分析、表达谱芯片标准分析、miRNA芯片标准分析、甲基化芯片标准分析、全基因组测序标准分析、全外显子组测序标准分析等。

8.2 circRNA定制化分析

提供circRNA测序数据重分析,ceRNA调控网络、RBP结合预测、翻译潜能和高级结构预测等个性化定制生信服务。

8.3 多组学联合分析

多组学分析是癌症等疾病研究的重要手段,整合DNARNA等不同层面的数据分析,可以更加全面的了解肿瘤进化过程中的分子特征,为研究其调控机制提供综合解决方案。

8.4公共数据挖掘

根据客户需求,挖掘TCGAGEOSRA等公共数据库蕴含的多层面的疾病数据,提供差异筛选、功能富集、靶基因预测、网络分析、生存分析、分子标志物分析等多种生物信息学分析内容。

8.5 免疫浸润分析

免疫浸润分析可在转录组表达水平反映各样本的免疫活性状况,揭示组织细胞的免疫微环境。肿瘤具有很强的异质性,同一肿瘤在不同个体之间具有不同的免疫活性,而具有相似免疫活性状况的样本则可能处于相同的免疫微环境,免疫浸润分析是肿瘤微环境分析的强有力手段。

8.6预后分子分型

通过分析癌症等疾病样本中的基因信息(表达、甲基化等)以及临床信息,使用多种分类器挖掘预后相关标志物,为疾病的预后提供有效的预测模型。

8.7药物靶点预测

根据用药前后基因调控网络的变化情况,找出潜在的药物靶点,从而揭示药物作用的机制。

8.8生物标记物分析

通过分析癌症等疾病和正常样本的基因信息(表达、甲基化等),使用分子建模的方法,发现早期诊断标志物。