標題摘要內容
 技術前沿 
技術前沿
吉賽生物高通量測序分析八大模塊
來源: | 作者:geneseed | 發布時間: 2020-08-26 | 1042 次瀏覽 | 分享到:

1. 轉錄組學研究

1.1 全轉錄組測序

采用去rRNA鏈特異性建庫方式,一次測序同時獲得mRNAlncRNAcircRNA三種分子的表達情況。

1.2  circRNA測序

采用RNase R消化線性RNA,富集circRNA后進行高通量測序,circRNA有效reads數較全轉錄組測序提高10倍以上。

1.3  lncRNA測序

采用去rRNA鏈特異性建庫方式,對長鏈非編碼RNA進行高通量測序。

1.4  mRNA測序

通過oligo dT磁珠捕獲帶polyA尾的RNA進行建庫測序,可研究基因差異表達或轉錄組本結構、可變剪切等。

1.5  small RNA測序

對大小在18~32nt的小RNA進行建庫測序,包含miRNAsiRNApiRNAsnoRNA等。


2. 翻譯組學研究

2.1  核糖體印跡測序技術(Ribo-seq

對被核糖體保護的RNA片段(~30nt)進行深度測序,研究基因翻譯效率,挖掘特殊ORF,包括uORFdORF,以及lncRNA來源的sORFcircRNA來源 cORF等等。

2.2  核糖體-新生肽鏈復合物測序(RNC-seq

將與核糖體結合的正在翻譯的RNA全長分離出來進行高通量測序,結合普通全轉錄組測序或circRNA測序,分析有潛在翻譯功能的lncRNAcircRNA


3. 表觀組學研究

3.1 m6A RNA甲基化測序(meRIP-seq

通過m6A特異性抗體識別具有m6A修飾的RNA片段進行免疫共沉淀反應,對富集下來的RNA片段進行高通量測序。

3.2 ATAC-seq

利用Tn5轉座酶對某種特定時空下開放的核染色質區域進行切割,再通過高通量測序獲得在該特定時空下基因組中所有活躍轉錄的調控序列。


4. 空間轉錄組學研究

4.1 10 X visium空間轉錄組測序

10 X Genomics Visium空間轉錄組技術把細胞在組織分布的位置信息和轉錄組分析結合,高分辨率分析組織不同位置的基因轉錄信息。


5. 外泌體研究

5.1 外泌體分離提取服務

通過超高速離心法或沉淀法分離細胞上清或血清血漿等體液中的外泌體。

5.2 外泌體粒徑檢測服務

采用馬爾文Nanosight NS300納米顆粒跟蹤分析儀對外泌體樣本進行粒徑大小及濃度檢測。

5.3 外泌體透射電鏡檢測服務

采用FEI Tecnai G2透射電鏡對外泌體樣本進行電鏡檢測。

5.4 外泌體全轉錄組測序

采用微量建庫的方法對外泌體RNA進行全轉錄組測序(分析mRNAlncRNAcircRNA)。

5.5 外泌體circRNA測序

RNase R去線性后采用微量建庫方法對外泌體RNA進行circRNA測序(僅分析circRNA)。

5.6 外泌體 small RNA測序

對外泌體RNA中的小片段RNA(主要是miRNA)進行高通量測序。


6. 核酸蛋白互作研究

6.1 RIP seq

利用抗體捕獲靶蛋白的同時捕獲互作RNA,分離互作RNA后進行高通量測序分析,可檢測與靶蛋白相互作用的miRNAmRNAlncRNAcircRNA

6.2 RNA pull-down seq

RNA pull-down后捕獲的互作RNA分子進行高通量測序,可檢測與靶RNA相互作用的miRNA或長鏈RNA(包括mRNAlncRNAcircRNA);常用于circRNA-miRNA互作研究,lncRNA-miRNA互作研究。

6.3 ChIP seq

目標蛋白結合基因組序列的捕獲和高通量測序分析,包括常規表觀遺傳學相關ChIP測序和特定轉錄因子或蛋白的ChIP測序分析。

6.4 ChIRP seq

目標RNA分子結合基因組DNA的高通量測序分析。


7.基因組學研究

7.1 宏基因組測序

對土壤、水體、糞便、腸道內容物等meta樣本進行宏基因組高通量測序。

7.2 16s rDNA測序

對土壤、水體、糞便、腸道內容物等meta樣本進行16s rDNA測序。

7.3 擴增子測序

PCR產物如shRNA高通量篩選文庫進行擴增子高通量測序。


8.生物信息學分析服務

8.1 常規組學分析

提供包括mRNAlncRNAmiRNAcircRNA標準分析、表達譜芯片標準分析、miRNA芯片標準分析、甲基化芯片標準分析、全基因組測序標準分析、全外顯子組測序標準分析等。

8.2 circRNA定制化分析

提供circRNA測序數據重分析,ceRNA調控網絡、RBP結合預測、翻譯潛能和高級結構預測等個性化定制生信服務。

8.3 多組學聯合分析

多組學分析是癌癥等疾病研究的重要手段,整合DNARNA等不同層面的數據分析,可以更加全面的了解腫瘤進化過程中的分子特征,為研究其調控機制提供綜合解決方案。

8.4公共數據挖掘

根據客戶需求,挖掘TCGAGEOSRA等公共數據庫蘊含的多層面的疾病數據,提供差異篩選、功能富集、靶基因預測、網絡分析、生存分析、分子標志物分析等多種生物信息學分析內容。

8.5 免疫浸潤分析

免疫浸潤分析可在轉錄組表達水平反映各樣本的免疫活性狀況,揭示組織細胞的免疫微環境。腫瘤具有很強的異質性,同一腫瘤在不同個體之間具有不同的免疫活性,而具有相似免疫活性狀況的樣本則可能處于相同的免疫微環境,免疫浸潤分析是腫瘤微環境分析的強有力手段。

8.6預后分子分型

通過分析癌癥等疾病樣本中的基因信息(表達、甲基化等)以及臨床信息,使用多種分類器挖掘預后相關標志物,為疾病的預后提供有效的預測模型。

8.7藥物靶點預測

根據用藥前后基因調控網絡的變化情況,找出潛在的藥物靶點,從而揭示藥物作用的機制。

8.8生物標記物分析

通過分析癌癥等疾病和正常樣本的基因信息(表達、甲基化等),使用分子建模的方法,發現早期診斷標志物。


陕西快乐十分钟 幸运快三大小单双计划 qi球探比分 fg美人捕鱼攻略 重庆麻将机一条街 乐投官方网站-点击进入 竞彩半全场什么意思 vr赛车彩票计划app 融资买股票风险 网络捕鱼游戏外挂 欢乐真人麻将规则 河南体育彩票网 pc蛋蛋28官网 体彩浙江飞鱼开奖 手机比分体球网 万人在线棋牌 体彩超级大乐透走势图浙江风采网