真核生物转录组测序
产品介绍
经典案例一
经典案例二
常见问题

产品介绍

转录组测序(transcriptome sequencing)的研究对象为特定细胞在某一功能状态下所能转录出来的mRNA的集合,可从整体水平研究基因功能以及基因结构,发现不同生理或者病理状态下细胞、组织或个体内差异表达的基因。目前已广泛应用于基础研究、分子育种、临床诊断和药物研发等领域。

技术路线

测序平台

Illumina HiSeq平台,Illumina NextSeq 500平台

分析内容

有参考基因组转录组分析项目

无参考基因组转录组分析项目

原始数据整理、过滤及质量评估

原始数据整理

参考基因组注释整理统计

数据质控

比对结果质控

高质量序列获取

基因表达量统计

转录本拼装及分析

测序饱和度分析

Unigene 聚类

基因覆盖均一度分析

Unigene 功能注释

样品相关性检验

Unigene GO 分类注释

基因表达模式分布

Unigene eggNOG分类注释

基因表达差异分析(两两样品间)

Unigene KEGG分类注释

差异表达双向聚类分析

Unigene 表达量计算

PCA分析

Unigene表达量密度分布

表达差异基因GO富集分析

Unigene测序饱和度分析

表达差异基因KEGG通路富集分析

Unigene覆盖均一度分析

表达差异基因聚类分析

样品相关性检测

cSNP分析

表达差异 Unigene 检测(两两样品间)

可变剪切分析

表达差异 Unigene GO富集分析

UTR分析

表达差异 Unigene GOSlim富集分析

新转录位点分析

表达差异 Unigene KEGG富集分析

组间共有特有差异基因可视化

表达差异 Unigene 聚类分析

转录组可视化平台搭建

主成分分析

转录本表达差异分析

cSNP 分析

外显子表达差异分析

InDel 分析

蛋白网络互作分析

SSR 分析

基因组圈图

ORF 分析

共表达网络分析

组间共有特有差异基因可视化

比较转录组分析

蛋白网络互作分析

 

转录因子分析

 

共表达网络分析

 

共有、特有差异表达基因分析

结果展示

基因共表达网络分析:WGCNA(Weighted correlation network analysis)是相关性网络分析的一种。用于分析不同样品中高度相关的基因形成的模块、这些模块的表征基因(module eigengene)和关键节点基因(hub gene)、基因模块与表型之间的关系等。常用来寻找潜在的生物标记分子(biomarker)或治疗靶标。部分结果展示如下:

基因距离聚类                 模块性状相关性分析

特征基因分析图

SNP位点及覆盖度统计图

通过Circos 对测序结果作图,最外圈为拼接结果,从外到内依次为GC比、样品SNP、测序覆盖深度。

SNP位点及覆盖度统计图

各组差异分析之间共有的差异基因矩阵图

对角线数字为每次差异分析的差异表达基因数量,其余方框中数字表示两次差异分析之间的共有差异基因数量。

各组差异分析之间共有的差异基因矩阵图

组间共有差异基因网络调控图

组间共有差异基因分析,不同颜色的圆圈代表不同组的两两比较,并列出差异基因,交叉的部分代表不同组之间的共有差异基因。

组间共有差异基因网络调控图