真核转录组

  • 产品简介
  • 技术流程
  • 样本要求
  • 案例分析
  • FAQ


真核mRNA测序分析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所有mRNA的总和。转录组研究是基因功能及结构研究的基础和出发点,通过新一代高通量测序,能够全面快速地获得某一物种特定组织或器官在某一状态下的几乎所有转录本序列信息。


产品优势
  • 稳定高通量实验平台
    拥有多台自动化提取,自动化建库平台,高质量完成实验任务
  • 出色的建库质量
    采用官方指定、主流期刊认可建库试剂,建库成功率>98%
  • 严格的质控标准
    从样品入库到数据交付各环节严格质控
  • 实用的医学特色分析
    新增转录本分析、肿瘤微环境、新生抗原、融合基因等多项医学特色分析
  • 专业的医学分析团队
    专业的医学转录组生物信息分析工程师团队,提供专业服务
  • 灵活的个性化分析
    拥有转录组个性化分析库满足客户需求,项目经验10000+,分析工具100+
  • 高通量测序平台
    NovaSeq 6000、DNBSEQ-T7测序平台
应用领域
  • 环境胁迫
  • 农艺性状
  • 药物开发
  • 分子标记
  • 生长发育


16、真核转录组.png
产品类型测序平台及策略推荐数据量周期
真核转录组测序

NovaSeq 6000 PE150

DNBSEQ-T7 PE15

有参:6/8/10 G clean data16天
无参:6/8/10 G clean data26天

产品类型样品要求
真核转录组样品需求量植物样品≥2μg;动物样品≥1μg;昆虫样品≥1μg
样品浓度植物样品:≥60 ng/μl;动物样品:≥30ng/μl;昆虫样品≥30ng/μl
样品纯度
OD260/280=1.8~2.2;OD260/230除特别异常(负值、超2.5),不纳入判定标准;
RNA完整性植物样品RIN≥6.5;动物样品RIN≥7;昆虫样品≥7。
在临床前模型和 I 期试验中鉴定和评估一种降脂小化合物
Identifification and evaluation of a lipid-lowering small compound in preclinical models and in a Phase I trial
期刊:Cell Metabolism     发表时间:2022   影响因子:27.287   合作单位:中国科学院上海药物研究所   合作方式:提供服务
研究背景

心血管疾病是目前全球第一大疾病死亡原因,而高胆固醇引起的血脂异常是导致心血管疾病死亡的重大风险之一。他汀类药物是高血脂的一线治疗药物,但是15%的患者存在他汀不耐受或者他汀降脂效果不佳等临床缺陷。因此,开发高效安全的高血脂治疗药物具有重要的研究意义。


研究思路

1.png

研究内容

利用HepG2细胞系和高脂饮食诱导的高脂血症仓鼠和自发性高脂血症恒河猴分别进行体外和体内实验,发现DC371739在体内外均表现出强大的降脂作用


2.png

图1 DC371739促进HepG2细胞的DiI-LDL摄取,并改善HFD喂养的仓鼠、自发性高脂血症恒河猴和高胆固醇血症个体的高脂血症


DC371739通过干扰HNF-1α与其顺式元件的结合,破坏其与DNA的结合,从而阻碍 PCSK9 和 ANGPTL3 这两个关键基因的转录。


3.png

图2 C371739通过直接靶向HNF-1α抑制PCSK9和ANGPTL3启动子活性


DC371739与阿托伐他汀钙联合用药,可进一步降低高血脂大鼠的TC、TG和LDL-C水平。


4.png

图3 DC371739和阿托伐他汀可同时增强血脂清除率


DC371739通过与HNF-1α结合抑制其转录功能,降低PCSK9和ANGPTL3的转录水平,下调了PCSK9蛋白和ANGPTL3蛋白表达,进而增加了LDLR蛋白表达和LPL活性,促进循环中LDL-C和TG的清除,从而发挥降脂作用。


5.png

图4 DC371739通过靶向HNF-1α调控PCSK9和ANGPTL3的转录


研究结论

研究人员首次发现高血脂治疗潜在新靶标HNF-1α,并揭示了降脂候选药物DC371739独特的作用新机制,发现了其临床疗效监控生物标志物PCSK9和ANGPTL3,为高血脂症个性化临床研究奠定基础。另外,研究人员根据其独特的降脂作用机制提出DC371739与阿托伐他汀钙联合用药方案,为他汀不耐受或者他汀治疗效果不佳的患者提供了治疗的潜在新策略。

参考文献

Wang J, Zhao J, Yan C, et al. Identification and evaluation of a lipid-lowering small compound in preclinical models and in a Phase I trial[J]. Cell Metabolism. 2022 May;34(5):667-680.e6. DOI: 10.1016/j.cmet.2022.03.006. PMID: 35427476.

  • Q: 做转录组测序一般需要测多大数据量?
    A:
    转录组测序所需的测序量随研究目的的不同而有所差异。目前,为保证数据分析结果的可靠性和准确性,安诺基因推荐对有参考基因组的转录组采用最低6 Gb clean data进行后续分析,如果想检测到低丰度的转录本推荐采用10 Gb clean data。如果没有参考基因组,需要进行转录本的拼接组装,为了拼接组装的完整性,安诺基因推荐最低10 Gb clean data的转录组测序。

  • Q: 转录组测序的技术重复性很高,那是否还有必要设生物学重复?
    A:
    目前我们推荐至少设置3个及以上生物学重复,5个以上的生物学重复更好。2011年7月Hansen发表的文章表明生物学差异是基因自身表达的特性,与检测技术的选择以及数据处理的方式无关。在样本分析过程中,常会出现某个样本离群导致生物学重复不足3个的情况,为了避免后期投稿过程中受到审稿人的质疑,我们建议尽可能的多设置生物学重复,增加差异基因的检出率,减小整体假阳性率。

  • Q: 无参转录组拼接注释后,能得到的注释基因有多少?
    A:
    注释基因的多少跟所研究的物种直接相关,如某些比较重要的物种基因研究的比较多,功能也比较清楚,注释得到的基因就会很多;反之则会比较少。