转录组高通量测序
转录组的测序方法及应用研究概述
转录组的测序方法及应用研究概述转录组测序是基因组学和分子生物学领域的一种分析手段，它能同时检测基因在各种情况下的表达状态。
近几年，成本和效率的大幅度降低使转录组测序成为基因研究中宽范围、特异性高、再现性好的数据收集方法，被广泛用于基因组水平的研究，也被用来研究基因表达调控和疾病发病机制以及基因突变与疾病的联系等。
转录组测序的主要技术有：（1）Sanger测序：将DNA模板进行DNA合成，并使用特定的引物以及DNA聚合酶，以及测序剂进行测序，可以得出各种“小片段”的序列，最终结合于形成一个完整的转录组序列。
（2）高通量测序：主要是Illumina高通量测序或Roche 454测序，它们可以模拟将RNA聚合到一个新块上，然后通过高通量测序，可以将转录组单片段而不是完整的转录组序列检测出来，然后利用一种叫做聚类的技术将其重组成完整的转录组。
（3）RNA-seq：是一种基于高通量测序的RNA分析技术，可以测序出转录组中表达调控位点、新基因、同义突变、转录过程、数量变异等。
应用于转录组测序的方法还有其他一些，例如单细胞转录组测序，可用于揭示单个细胞中转录组表达变化；ChIP-Seq技术，可用于检测基因组上转录因子结合/调控的区域在染色体；miRNA-seq技术，可以发现和分析基因组中的miRNA以及参与miRNA的基因组元件；long RNA-seq技术，可以揭示长链非编码RNA及其表达调控作用等。
转录组测序的应用不仅仅包括基因组的分析，还可以应用于其它基因的表达分析，有助于发现基因表达调控机制、表达差异、染色体结构变化、基因调控网络变化以及疾病发病机制等。
它也已经被应用于肿瘤研究，以检测肿瘤发展过程中各种基因的表达变化；还可以用于微生物基因组分析，发现具有抗药性基因；用于发育和衰老研究，以探寻导致发育和衰老的分子机制等。
总之，转录组测序是发现新基因和潜在的调控信号的强大分析工具之一，在研究基因表达调控、疾病发病机制和基因突变与疾病相关等方面具有重要意义。
高通量测序原理及分析
高通量测序原理及分析高通量测序是一种快速测序技术，它可以在短时间内获取大量DNA或RNA序列信息。
它的原理是将DNA或RNA样本分解成小片段，然后通过特定的方法将这些片段固定在固定载体上，再通过PCR扩增得到数百万个复制的片段。
完成测序后，这些片段将被连接到一个固定的载体上，形成一个DNA文库。
然后使用高通量测序仪器进行测序，通常采用的是Illumina测序技术。
这种技术是一种基于合成荧光标记的测序方法，其原理是通过逐个加入不同的荧光标记的碱基，测定每个碱基的顺序。
在测序过程中，高通量测序仪器会通过激光照射荧光标记，检测每个碱基特有的荧光信号，并记录下这些信号，并根据信号的顺序得出DNA或RNA序列信息。
在测序完成后，会得到大量的DNA或RNA片段序列信息。
接下来需要对这些数据进行分析以获取有意义的结果。
分析的步骤主要包括：数据预处理、序列比对、变异检测和功能注释等。
数据预处理是将原始测序数据进行质量控制、去除污染序列、修正测序错误等步骤，以提高数据的可靠性和准确性。
序列比对是将测序得到的片段序列与已知的参考基因组或转录组进行比对，以确定这些片段来自哪些基因或转录本。
这可以帮助研究人员了解样本中基因的表达情况、基因组的结构变异等信息。
变异检测是通过比对分析，发现样本中存在的单核苷酸多态性（SNP）、插入/缺失变异（InDel）等基因组结构变异。
这可以帮助研究人员了解不同个体之间的遗传差异，或者研究疾病与基因突变的关联性。
功能注释是对已知的基因和转录本进行生物学功能的注释，以了解它们在细胞活动和生物过程中的作用。
总之，高通量测序技术以其快速、准确、经济的特点，已成为基因组学、转录组学和表观遗传学等领域的重要工具，为研究人员提供了更多理解生物信息的机会。
三代转录组测序 生信技能树
三代转录组测序生信技能树三代转录组测序是一种高通量测序技术，可以帮助科研人员深入了解基因表达的整体模式和细节变化，从而揭示基因调控机制、寻找新的生物标志物，并对疾病发生发展等进行深入研究。
生信技能树是指在进行三代转录组测序分析时所需掌握的一系列生物信息学技能。
首先，我们需要掌握基本的Linux操作技能，包括文件管理、文本编辑、环境配置等。
这是因为生信分析通常在Linux 系统下进行，熟练运用Linux命令可以提高我们的工作效率。
我们需要掌握基本的编程技能，特别是Python和R语言。
Python 是一种通用的编程语言，广泛应用于生物信息学领域，可以帮助我们处理和分析大规模的转录组数据。
而R语言则是一种专门用于统计分析和可视化的编程语言，可以帮助我们进行差异表达基因分析、聚类分析、GO富集分析等。
我们还需要掌握一些生物信息学工具和数据库的使用。
例如，我们可以使用Bowtie、STAR等工具进行序列比对和拼接，使用Cufflinks、DESeq2等工具进行差异表达基因分析。
此外，我们还可以利用UCSC、Ensembl、Gene Ontology等数据库获取基因注释和功能信息。
除了以上技能，我们还需要了解三代转录组测序的基本原理和常见的数据处理流程。
例如，我们需要了解RNA-seq、Nanopore和PacBio等不同平台的工作原理，以及数据质控、比对、拼接、表达定量等分析步骤。
我们还需要具备一定的统计学知识和数据可视化能力。
统计学知识可以帮助我们进行差异分析的显著性检验和多重检验校正，以及样本大小估计等。
而数据可视化则可以帮助我们直观地展示转录组数据的分布、差异表达基因的聚类、通路富集等结果。
三代转录组测序生信技能树是一个包含多个技能和知识点的复杂体系，需要我们不断学习和实践，才能在转录组测序分析中游刃有余。
通过掌握这些技能，我们可以更好地理解基因的表达调控机制，为疾病研究和精准医学提供有力支持。
转录组测序数据分析流程
转录组测序数据分析流程1.样品准备：根据研究需求，选择适当的样品，如病人和对照组组织、不同发育阶段的样品等。
提取总RNA，并通过凝胶电泳、紫外线分析、比色法等方法鉴定RNA的完整性和浓度。
2. 测序：使用高通量测序技术，如Illumina HiSeq、Ion Torrent等对RNA样品进行测序。
根据实验的需要，可以采用不同的测序策略，如单端测序或双端测序，以及测序长度的选择。
3. 质控：对测序数据进行质量控制，包括去除低质量Reads、修剪接头序列、去除低复杂度序列、过滤低质量的碱基等，以确保后续分析的准确性和可靠性。
4. 数据预处理：根据测序平台的要求，对测序数据进行数据切分、过滤低质量read、去除低质量碱基等。
同时，进行去除rRNA、tRNA等非编码RNA的对应序列，以提高分析效果。
5. 比对：将得到的测序reads与参考基因组进行比对。
常用的比对工具有Bowtie、Tophat、STAR等，通过比对可以找到reads在参考基因组中的位置，为后续的表达量计算提供支持。
6. 表达量计算：根据比对结果，统计每个基因的reads数或覆盖度来计算其表达量。
可以使用RSEM、HTSeq、Cufflinks等工具进行表达量的计算，得到基因表达量矩阵。
7. 差异表达基因分析：根据不同条件下的样品表达量矩阵，使用统计学方法分析基因的差异表达情况。
常用的差异分析工具有DESeq2、edgeR、Limma等，通过计算差异表达基因的显著性水平，筛选出差异表达的基因。
8. 功能注释：对差异表达基因进行生物学功能注释，包括基因本体论（Gene Ontology, GO）、KEGG通路分析等。
可以通过数据库如DAVID、GSEA、KEGG等进行功能注释，以进一步了解差异表达基因在生物学过程中的功能。
9. 富集分析：对差异表达基因进行富集分析，即确定差异表达基因是否富集在特定的功能类别中。
可以使用Fisher精确检验、超几何检验等方法，从而发现与特定疾病或生物过程相关的富集基因集。
rna高通量测序
RNA高通量测序引言RNA高通量测序是一种研究RNA分子的方法，通过高效的测序技术和数据分析方法，可以获得RNA分子的序列信息和表达水平，从而帮助研究者揭示基因表达调控的机制、发现新的基因、寻找新的药物靶点等。
本文将介绍RNA高通量测序的原理、实验流程和数据分析方法。
RNA高通量测序的原理RNA高通量测序基于第二代测序技术，主要有Illumina（Solexa）测序和Ion Torrent测序两种常用的方法。
这两种方法都是通过将RNA分子转录成cDNA，然后进行文库构建，最后使用测序技术对文库进行高通量测序。
具体来说，RNA高通量测序方法主要包括以下几个步骤：1.提取RNA：首先需要从细胞或组织中提取RNA分子。
常见的RNA提取方法有酚-氯仿法、柱子法和磁珠法等。
2.cDNA合成：将提取的RNA反转录为cDNA，通常使用逆转录酶和随机引物等进行反转录反应。
这一步骤可以将RNA分子转录成cDNA，方便后续文库构建和测序。
3.文库构建：将cDNA进行文库构建，主要包括末端修复、连接适配体、连接PCR引物和文库富集等步骤。
文库构建的质量对后续测序的准确性和可靠性至关重要。
4.测序：将构建好的文库进行高通量测序，获取大量的短序列数据。
Illumina测序使用桥式PCR和碱基测序技术，Ion Torrent测序则通过测量氢离子释放进行测序。
5.数据处理：对测序得到的原始数据进行质控、去除接头序列、去除低质量序列等预处理步骤，然后将清洗后的序列比对到参考基因组或转录组上，得到RNA的定量和定位信息。
RNA高通量测序的应用RNA高通量测序广泛应用于各种生物学研究中，主要包括以下几个方面的应用：表达谱分析通过RNA高通量测序可以测量和比较不同样本中基因的表达量，从而揭示基因在不同生物学状态下的表达水平和差异。
这对于研究基因表达调控的机制、发现新的基因、分析不同组织中的基因表达差异等具有重要意义。
启动子和转录因子结合位点分析RNA高通量测序可以通过全转录组测序和小RNA测序等方法，揭示基因的启动子和转录因子结合位点信息，进一步研究基因调控网络和转录因子的作用机制。
高通量测序技术简介
高通量测序技术简介近年来，随着生物技术的发展，高通量测序技术在生物学研究、临床医学、农业科技等众多领域中发挥着越来越重要的作用。
本文将为读者简单介绍高通量测序技术的基本原理、应用及未来发展方向。
一、高通量测序技术基本原理高通量测序技术（High-Throughput Sequencing，简称HTS）是指通过同时测序数以亿计上万条DNA片段的方法，快速准确地得出基因信息。
其核心技术包括样品制备、DNA片段库构建和测序。
样品制备主要包括DNA抽提、纯化和切割等步骤。
DNA片段库构建通常分为两种方式：文库构建（Library Preparation）和逆相PCR法（Inverse PCR）构建。
其中文库构建方法包括Genomic DNA文库构建、cDNA文库构建和ChIP-seq文库构建等。
测序分为Sanger测序和第二代/第三代测序两种。
目前，Illumina、Ion Torrent、PacBio和Nanopore等公司的测序技术已开始广泛应用。
二、高通量测序技术的应用高通量测序技术在生物领域中的应用越来越广泛。
具体应用包括以下几个方面：1、基因组学：基因组学是高通量测序技术最早应用的领域之一。
通过对整个基因组进行测序，可以深入研究基因的结构、组织与表达等方面的信息，促进基因组学的发展。
2、转录组学：高通量测序技术在转录组学中的应用主要为RNA测序，可以发现RNA剪切变异、可变外显子和SNPs （Single Nucleotide Polymorphisms）等。
3、表观基因组学：表观基因组学是研究基因组DNA序列和其组杂化状况的学科。
高通量测序技术可以对DNA甲基化、组蛋白修饰、染色质状态等进行充分研究。
4、单细胞测序技术：在原有的基础上，在单细胞尺度上进行分析，可以识别不同类型的单细胞和细胞异质性在不同生理状态下的基因表达差异。
5、临床医学：高通量测序技术在临床上可以进行新生儿常染色体脆性综合征、癌症个性化治疗、基因疾病等多方面的风险评估。
检测基因表达变化的方法
检测基因表达变化的方法基因表达变化是指基因在特定条件下转录和翻译水平的变化。
检测基因表达变化的方法有很多种，以下是几种常用的方法：1. 转录组测序（RNA-seq）转录组测序是一种基于高通量测序技术的方法，可以检测基因在不同条件下的转录水平。
该方法首先从细胞中提取总RNA，然后通过建库、测序和分析得到每个基因的转录本序列。
通过比较不同条件下的转录本序列，可以发现基因表达的变化。
RNA-seq具有高灵敏度、高分辨率和高通量等优点，适用于研究基因表达的复杂性和动态性。
2. 定量反转录聚合酶链反应（qRT-PCR）qRT-PCR是一种基于PCR技术的方法，可以检测特定基因的表达水平。
该方法首先从细胞中提取总RNA，然后通过反转录得到cDNA，再通过PCR扩增得到目的片段。
通过比较不同条件下的目的片段拷贝数，可以发现基因表达的变化。
qRT-PCR具有高灵敏度、高特异性和可重复性好等优点，适用于验证RNA-seq等高通量测序方法的结果。
3. 微阵列分析微阵列分析是一种基于芯片技术的方法，可以同时检测多个基因的表达水平。
该方法将已知序列的探针集成在芯片上，然后将待测的cDNA或RNA与探针进行杂交。
通过检测杂交信号的强度，可以发现基因表达的变化。
微阵列分析具有高通量、高效率和高灵敏度等优点，适用于大规模的基因表达谱研究。
4. 原位杂交原位杂交是一种将探针与组织切片上的目标基因进行杂交的方法，可以检测目标基因在组织中的表达位置和表达水平。
该方法将探针与组织切片上的目标基因进行杂交，然后通过荧光或免疫组化等方法显色标记杂交信号。
通过观察杂交信号的数量和分布，可以发现基因表达的变化。
原位杂交具有高特异性、高灵敏度和定位准确等优点，适用于研究基因表达的组织特异性。
5. 免疫组织化学免疫组织化学是一种利用抗体与目标蛋白进行特异性结合的方法，可以检测目标蛋白在组织中的表达位置和表达水平。
该方法将抗体与目标蛋白进行特异性结合，然后通过显色标记抗体结合的位置。
rnaseq数据分析流程
rnaseq数据分析流程RNA-seq数据分析流程。
RNA测序（RNA-seq）是一种用于研究转录组的高通量测序技术，它可以帮助科研人员了解基因表达和转录本结构。
在本文中，我们将介绍RNA-seq数据分析的一般流程，包括数据预处理、基因表达分析和功能注释等步骤。
1. 数据预处理。
首先，我们需要对原始的RNA-seq数据进行质量控制（QC）。
这包括使用软件如FastQC来评估测序数据的质量，检测是否存在低质量的碱基或测序错误。
接下来，我们需要对数据进行去除接头（adapter trimming）和过滤低质量读（quality filtering）。
这些步骤可以使用工具如Trimmomatic或Cutadapt来完成。
最后，我们需要对清洗后的数据进行比对到参考基因组（alignment），这可以使用软件如HISAT2或STAR来完成。
2. 基因表达分析。
一旦我们获得了比对到参考基因组的数据，我们就可以开始进行基因表达分析。
首先，我们需要对比对结果进行计数，这可以使用软件如featureCounts或HTSeq来完成。
然后，我们需要对表达数据进行标准化，例如使用DESeq2或edgeR来进行基因表达的差异分析。
最后，我们可以使用一些可视化工具如ggplot2或heatmap 来展示基因表达的模式和差异。
3. 功能注释。
最后，我们可以对不同表达的基因进行功能注释。
这包括对差异表达基因进行富集分析（enrichment analysis），例如富集在特定的通路（pathway）或生物学过程（biological process）中。
这可以使用工具如DAVID或Enrichr来完成。
此外，我们还可以对差异表达基因进行蛋白质-蛋白质相互作用分析（protein-protein interaction analysis），例如使用STRING数据库来预测蛋白质之间的相互作用网络。
总结。
综上所述，RNA-seq数据分析是一个复杂的过程，涉及到数据预处理、基因表达分析和功能注释等多个步骤。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
转录组高通量测序
2010-11-22 09:48
（第二代高通量测序技术-454）
转录组即特定细胞在某一功能状态下所能转录出来的所有RNA的总和，是研
究细胞表型和功能的一个重要手段。与基因组不同的是，转录组的定义中包含了
时间和空间的限定。同一细胞在不同的生长时期及生长环境下，其基因表达情况
是不完全相同的。罗氏GS-FLX-Titanium第二代高通量测序仪平均读长超过
400bp，在测序读长上遥遥领先于其它第二代高通量测序仪，使其成为转录组学
研究的首选测序平台，已被广泛应用于基础研究、临床诊断和药物研发等领域。
一、 罗氏454测序技术在环境微生物生态多样性研究中的突出优势体现在：
（1） 测序序列长，便于聚类拼接，可以对转录本进行从头组装（de novo
assembly）。
（2） 测序通量高，可以检测到低丰度转录本信息。
（3） 可以对无基因组参考序列的新物种进行转录组测序，发现新的转录本和亚
型。
（4） 实验操作简单、结果稳定，可重复性强。无需进行克隆的文库构建，双链
cDNA连接454接头后可以直接进行测序，实验周期短。
（5） 测序数据便于进行生物信息分析，可以进行基因差异表达分析、鉴定基因
的可变剪切以及预测新基因。
二、 美吉公司在环境微生物生态多样性研究中的突出优势体现在：
（1） 拥有自主实验室和高通量测序平台，可以根据客户要求灵活安排实验，实
验周期短，取样方便，质量可靠。
（2） 技术人员经验丰富，可以稳定地进行总RNA的提取和双链cDNA的合成，
可以根据顾客要求第一时间提供实验方案。
（3） 有专业的生物信息团队和大型计算机，可以为客户提供个性化的生物信息
分析服务。
（4） 开放式实验室，参与式服务。客户不但可以参与整个实验过程，而且可以
参与生物信息分析，提供最为增值的售后服务。
三、 服务流程
（1） 客户提供样本背景信息、实验目的和实验预期。
（2） 美吉公司设计实验方案，提供测序深度建议和生物信息分析建议。
（3） 客户认可实验方案，双方签订项目合作协议。
（4） 项目开始运作，美吉公司指定专人和客户保持无障碍沟通。
（5） 项目结束，美吉公司提供标准结题报告。
（6） 客户可以和美吉公司签订长期合作协议，享受折扣和VIP服务。
四、 送样要求
（1） 动物、植物、微生物组织：
> 请提供足量的新鲜样品，样品量≥5g；植物材料应避免过老的组织，尽量用柔
嫩部位。
> 新鲜程度要求：采样后将样品立即液氮速冻－80℃保存（保存期不超过1个
月），干冰运输，运输时间不超过72h。
> 样本保存期间切忌反复冻融。
> 样品质量合格与否的判断标准：RNA提取后经变性电泳，各RNA条带清晰，比
例适中，完整性好，无降解。
> 填写完整的送样订单（请点击下载），提供尽量详细的物种基因组背景资料信
息，如：基因组大小，基因平均长度，预计表达的基因数量等待。用自封袋密封
后随同样本一起快递。
> 样本的送样量和其他具体要求，请致电免费电话400-660-1216。
（2） RNA
> 总RNA＞500ug，浓度＞1ug/ul；
> mRNA＞3ug，浓度＞50ng/ul；
> OD260/OD280为1.8-2.2；28S/18S＞1.8; RIN≥ 8（哺乳动物）
> 质检以我方电泳胶图、紫外分析仪定量为准。。
> 送样管务必标清样本编号，管口使用Parafilm膜密封。
> 样本保存期间切忌反复冻融。
> 送样时使用干冰运输。
> 填写完整的送样订单（请点击下载）和RNA电泳检测照片，用自封袋密封后随
同样本一起快递。
（3） 双链cDNA
> 按照美吉公司提供的cDNA 454文库构建流程进行文库构建，去除文库中的
POLY-A。
> 总量＞5ug，浓度＞50ng/ul，OD260/280在1.8左右。
> 送样管务必标清样本编号，管口使用Parafilm膜密封。
> 样本保存期间切忌反复冻融。
> 送样时使用干冰或冰袋运输。
> 填写完整的送样订单（请点击下载）和cDNA电泳检测照片，用自封袋密封后
随同样本一起快递。
五、 无参考基因组转录组分析（de novo Transcriptome Analysis）
> 测序和基本数据处理
合成双链Cdna 酶切去POLY-A 两端连接454接头 454测
序 基本数据处理（图像识别、碱基识别、过滤接头序列）
> 生物信息分析内容
* 数据产出统计及测序数据的成分和质量评估
* Contig长度分布
* Unigene长度分布
* Unigene 功能注释
* Unigene GO分类
* Unigene 表达差异分析（不少于两个样本）
* Unigene 在样本间的差异GO分类（不少于两个样本）
* Unigene 代谢通路分析
* 蛋白功能和分类预测
> 应用领域
* 全基因组EST测序
* 筛选SNV、SSR和InDel分子标记
* 基因表达谱研究
* 非编码RNA研究
六、 有参考基因组的转录组分析（Transcriptome analysis with reference
genome）
> 测序和基本数据处理
合成双链Cdna 酶切去POLY-A 两端连接454接头 454测
序 基本数据处理（图像识别、碱基识别、过滤接头序列、检测可能的样本
污染）
> 生物信息分析内容
* 测序数据产量及与Reference比对结果概述
* Reads在基因组上的分布
* 测序随机性评估
* 基因覆盖度、测序深度的分布
* 基因差异表达分析
* 对基因结构进行优化
* 鉴定基因的可变剪切
* 预测新基因
> 应用领域
* 基因组注释
* 基因结构分析（可变剪接、基因边界等）
* 转录融合基因研究
* 基因表达谱研究
* 非编码RNA研究
七、 实验过程模拟
八、 常见问题
（1） 是否可以进行原核生物转录组分析？
> 可以。请提供20 ug total RNA样品即可。
（2） 需要提供什么样本？
> 可以提供新鲜的动物、植物、微生物组织，提取后的总RNA或合成的双链cDNA
均可。
（3） 实验周期多长？
> 美吉公司从获得客户样本、高通量测序到数据分析，根据合作伙伴的个性化需
求不同，一般控制在30到40个工作日内完成。
（4） 需要多少测序量？
> 100万条有效序列，平均读长在300到500bp，聚类拼接后可以得到2到4万
条Unigene，Unigene的平均大小在500bp到10Kb之间。转录组的大小受基因数
目和基因丰度双重影响，在物种之间变化很大。此外，组织差异、状态和实验处
理等因素也会影响转录组的组成。
（5） 是否可以参与实验和生物信息分析？
> 我们是开放式实验室，我们欢迎合作伙伴参与我们的实验过程和数据分析过
程，在参与中增强沟通。
（6） 全长cDNA的判断
> 聚类拼接后的Unigene是否为全长cDNA, 需要进行判断。
> 直接从序列上可以从如下几个方面进行判断。
5′端:
* 有同源全长基因的比较, 通过与其它生物已有的对应基因末端进行Blast 来
判断。
* 无同源基因的新基因, (1)判断编码框架是否完整, a.在开放阅读框架的第一
个ATG 上游有同框架的终止密码, 需要注意的是有时真正的翻译起始密码子并
非是出现在mRNA 中的第一个ATG, 在有的真核细胞中, 在起始密码子ATG 的上
游非编码区会有可能出现一到几个ATG, 这称为非编码的5′ATG。以这种5′ATG
并不是真是的起始密码子, 以其开始的开放阅读框常常很快遇到终止密码子。b.
无终止密码的则考虑有保守的Kozak序列; (2)判断是否自转录起始点, 有资料
表明, 在5′帽结构后一般都有一段富含嘧啶的区域, 另外如果cDNA5′序列与
基因组序列中经S1 酶切保护的部分相同, 则可以确定得到的cDNA 是全长的。
3′端:
* 有同源全长基因的比较, 方法同5′端;
* 编码框架的下游有终止密码;
* 有一个以上的polyA 加尾信号;
* 无明显加尾信号的则也有polyA 尾。
> 同源全长基因的比较可以用Blast 比对或多重序列比对软件来实现, 首先搜
索到其他物种( 以相似性比较高的物种为宜) 该基因全长cDNA 序列,再将这些
序列做Blast 或多重比对。
> 确定得到的cDNA 序列为全长的cDNA 序列还只是在计算机上的“虚拟克
隆”, 最终还必须通过RT-RCR、序列测定和Northern 杂交等方法进行实验验
证, 以保证序列的准确性。
（7） 美吉曾转录组测序分析成功案例有哪些？
> 美吉完成的没有参考基因组的物种的转录组测序和分析包括花卉、昆虫、鱼、
对虾、树木等，为这些物种的深入研究奠定了良好的基础。