- 收听数
- 0
- 性别
- 保密
- 听众数
- 4
- 最后登录
- 2018-3-19
- QQ
- UID
- 7296
- 阅读权限
- 40
- 帖子
- 2304
- 精华
- 0
- 在线时间
- 2571 小时
- 注册时间
- 2013-11-29
- 科研币
- 38
- 速递币
- 799
- 娱乐币
- 21318
- 文献值
- 251
- 资源值
- 0
- 贡献值
- 3
|
导读:RNA测序在生物科学和医学研究中非常流行,而且正在逐渐走向临床应用。那么RNA测序到底可不可靠呢?由美国FDA牵头的测序质量控制(SEQC)项目对RNA测序的准确性、可重现性和信息含量进行了综合性评估,并将初步调查结果发表在NatureBiotechnology杂志上。
RNA测序可以检测人类和其他生物的基因表达情况。最近这一方法在生物科学和医学研究中非常流行,而且正在逐渐走向临床应用。与之前的方法相比,RNA测序的优势是便于研究选择性剪切形成的基因异构体或转录本。
那么RNA测序到底可不可靠呢?日前,由美国FDA牵头的测序质量控制(SEQC)项目对RNA测序的准确性、可重现性和信息含量进行了综合性评估,并将初步调查结果发表在近日的NatureBiotechnology杂志上。石乐明教授是这篇文章的通讯作者之一。
研究团队使用RNA参照样本,在全球多个实验室的IlluminaHiSeq、LifeTechnologiesSOLiD、Roche454平台上进行了检测。(深圳华大基因、复旦大学、华东师范大学等单位参与了这一项目。)研究人员主要是评估RNA测序在接头区域和差异性表达谱中的表现,并将其与芯片和定量PCR(qPCR)进行比较。
研究人员发现,所有测序深度都会出现未注释的外显子-外显子连接区域,其中80%以上都得到了qPCR的验证。用RNA测序检测相对表达可以得到准确且可重复的结果,但RNA测序和芯片都不能提供精确的绝对测量,而且研究用到的平台都存在基因特异性的偏好,包括qPCR。
数据分析的算法也会对RNA测序产生很大影响,不同算法生成的转录本数据差异很大。研究显示,赫尔辛基大学和曼彻斯特大学开发的BitSeq能生成最可靠的结果,这一方法以概率建模为基础。
这项研究获得的完整SEQC数据集拥有超过10Tb读取,为评估RNA测序分析提供了宝贵的资源。 |
|