lncRNA芯片结果分析思路与方法
一文参透：lncrna研究思路、模式和数据库应用知识讲解
一文参透：l n c r n a研究思路、模式和数据库应用一文参透：lncRNA研究思路、模式和数据库应用...作者：解螺旋.老谈导语当很多小伙伴还徘徊在miRNA时，lncRNA已经横空出世，还没得来得及反应过来lncRNA到底是怎么回事时，circRNA又开始崭露头角了。
科研就是这样，你落后一步，便步步落后，跟娶媳妇生孩子是一样一样的。
说回正题，应部分解螺旋粉丝的要求，今天老谈帮大家整体梳理了曾经红极一时、目前热度不减的IncRNA的研究思路和模式以及相关工具，希望能对那些想在IncRNA研究上有所作为的小伙伴能助上一臂之力。
lncRNA研究思路IncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程。
很多人看到lncRNA的热度还没有过去，经常会问老谈如果没有相关的工作基础，如何开始lncRNA的研究?今天我们就褪去虚伪外衣，研究的大方向是这样子的：1. 寻找到lncRNA分子2. lncRNA分子表型研究3. lncRNA 通过何种机制调节表型？老谈将这些研究方向及实验手段按层次的方式绘成流程图，如下所示：首先，是样本的准备与收集。
高质量的样本是实验结果具有可靠性的前提。
其次，是lncRNA检测。
可以先通过芯片的方式高通量筛选到目的基因，然后通过q-PCR或Northern blot的方法验证所得到的芯片结果。
再次，其研究方向根据研究目的而定。
如果是研究生物标志物，那么可以通过收集更多的临床样本，研究lncRNA对疾病的指示作用。
如果是研究其功能，则是研究其细胞表型、分子表型及机制。
小伙伴们是不是觉得这和miRNA的总体研究思路相似呢？这时可以根据各自的实验平台条件选择相应的研究。
值得注意的是，lncRNA的功能研究并不像miRNA一样通过3’UTR影响翻译套路，总的来说lncRNA机制研究套路还不成熟。
对于很多科研工作者而言，lncRNA分子的获得及其细胞表型的获得并非难事，关键在于如何进行下一步研究，这时候就要涉及到对功能研究的定位。
lncrna芯片
lncrna芯片lncRNA是一类重要的非编码RNA（non-coding RNA）分子，其全称为“long non-coding RNA”，指的是长度在200个核苷酸以上、不编码蛋白质的RNA分子。
在细胞内，lncRNA能够通过多种方式调控基因的表达，从而在细胞生物学和疾病发生中发挥重要作用。
为了更好地研究lncRNA的功能和作用机制，科研人员开发了lncRNA芯片。
lncRNA芯片是一种高通量的基因表达分析工具，可以同时检测上千个lncRNA分子的表达水平。
与传统的基因芯片相比，lncRNA芯片能够更好地满足研究lncRNA的需求。
通过lncRNA芯片，科研人员可以全面地观察和分析lncRNA在不同细胞类型、组织和疾病状态下的表达情况，进而揭示lncRNA在生物学过程中的功能和作用机制。
lncRNA芯片的设计和使用过程主要包括以下几个方面：1. 设计芯片：科研人员通过对人类、动物或其他物种的lncRNA序列进行深入研究，鉴定出具有代表性的lncRNA，然后将这些lncRNA的序列设计为探针并固定在芯片上。
这些探针可以用来特异性地检测目标lncRNA的表达水平。
2. 样本准备：为了进行lncRNA芯片实验，研究人员需要提取感兴趣细胞或组织样本中的总RNA。
然后，通过逆转录反应，将RNA转化为cDNA，以便于后续的芯片杂交实验。
3. 杂交实验：将样本中的cDNA标记为荧光染料，然后与lncRNA芯片上的lncRNA探针进行杂交反应。
通过这种方式，可以测量每个lncRNA在样本中的表达水平，并进行定量和比较分析。
4. 数据分析：通过芯片扫描仪获取的数据，经过一系列的预处理和标准化处理后，科研人员可以获得lncRNA的表达数据矩阵。
然后，可以使用各种统计学和生物信息学方法，如聚类分析、差异表达分析等，对数据进行进一步的挖掘和解释。
通过lncRNA芯片技术，科研人员可以发现新的lncRNA分子、鉴定lncRNA在不同疾病中的作用靶点以及了解lncRNA在细胞和分子水平上的功能和相互作用网络。
LncRNA：LncRNA的前世今生以及临床思路分析
LncRNA：LncRNA的前世今生以及临床思路分析前言：近年来，LncRNA相关研究在国内外的热度居高不下，早在1991年，Xist 调控X染色体的失活就登上Nature，但当时认为这只是一种特殊情况。
2007年Howard Chang在Cell上发表题为“Functional demarcation of active and silent chromatin domains in human HOX loci by noncoding RNAs”的论文（图1），正式开启了LncRNA火热的十年。
接下来从以下8个方面来介绍：LncRNA的定义、LncRNA的发现、LncRNA的分类、LncRNA的功能、LncRNA的作用模式、LncRNA的争议、LncRNA的常用数据库以及LncRNA的研究模式。
图1图2-谷歌学术显示该文章引用量高达2854次一、LncRNA的定义LncRNA(Long non-coding RNA)，是长度大于200个核苷酸的非编码RNA，一些LncRNAs，长度超过90kb，也被称为macroRNA，如Airn 和KCNQ1OT1。
标准“非编码”是指在转录本中缺少开放阅读框和/或保守密码子，2011年Cell发表论文表明LncRNA可以被核糖体吸引，其中一些能翻译产生小肽（图3）。
编码肽的能力与转录产物充当功能性RNA的能力并不一定冲突，事实上，越来越多的证据表明双功能转录产物既可以作为蛋白质模板，也可以作为LncRNAs。
图3-Cell论文证实LncRNA能翻译产生小肽二、LncRNA的发现LncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II 转录的副产物，不具有生物学功能。
然而，1991年，Nature等杂志刊文证实Xist参与X染色体失活的调控（图4）。
此后越来越多的研究表明，LncRNA在众多生命活动过程中发挥重要作用，LncRNA开始引起人们广泛的关注。
芯片+分析+PCR=SCI5分文章：高性价比的临床样品lncRNA研究套路
芯片+分析+PCR=SCI5分文章：高性价比的临床样品lncRNA研究套路作者：Dr.饕餮转载请注明：解螺旋·临床医生科研成长平台长链非编码RNA（lncRNA）是一类长度大于200nt的非编码的RNA分子，其数目远远大于编码基因数，现在发现的长链非编码RNA 的作用方式非常多样。
特别的是，长链非编码RNA在多种疾病中被证明有独特的表达模式，具有重要作用，也可以作为潜在的分子标志物。
因为其在不同疾病中具有比mRNA更独特的表达模式，近年来，关于长链非编码RNA在不同疾病中的表达芯片研究成为的研究热点，对于拥有很多临床样品收集机会的医院科研工作者，长链非编码RNA 的表达芯片更是成为了进入科研领域和发表文章的实惠之选，往往只通过表达芯片和分析加上PCR的验证就可以发表高点数SCI文章。
今天，就带大家来了解下lncRNA表达芯片的研究套路。
下面，就通过一个例子带大家了解一下lncRNA表达芯片是怎么研究的：这是一篇中国学者今年发表在Oncotarget（IF=5.16）上的文章（回复关键词070903可下载该文献原文）第一步（芯片）：首先，是选择一种合适的疾病类型当然，没人报道最佳。
来看看文章，研究者选择的是非小细胞肺癌的一种亚型：肺鳞状细胞癌（lung squamous cell carcinoma；LSCC），其早期阶段缺乏灵敏的诊断标志物（此类疾病诊断标志物的研究尤其适合长链非编码RNA）。
以此为出发点，作者在3对早期阶段的LSCC样品和相应的癌旁组织进行了lncRNA和mRNA的芯片分析（很多国内公司的lncRNA芯片包含mRNA）,一共检测到了30,586 个lncRNAs和26,109 个mRNA，其中，1407个lncRNA在癌症样品中上调，1261个下调。
第二步（分析）：lncRNA和mRNA共表达分析得到了lncRNA和mRNA的差异表达之后，lncRNA行使的功能如何研究呢？大多数lncRNA是没有注释的，怎么办，很多研究者在这里就卡住了。
一文参透：lncrna研究思路、模式和数据库应用知识讲解
一文参透：l n c r n a研究思路、模式和数据库应用一文参透：lncRNA研究思路、模式和数据库应用...作者：解螺旋.老谈导语当很多小伙伴还徘徊在miRNA时，lncRNA已经横空出世，还没得来得及反应过来lncRNA到底是怎么回事时，circRNA又开始崭露头角了。
科研就是这样，你落后一步，便步步落后，跟娶媳妇生孩子是一样一样的。
说回正题，应部分解螺旋粉丝的要求，今天老谈帮大家整体梳理了曾经红极一时、目前热度不减的IncRNA的研究思路和模式以及相关工具，希望能对那些想在IncRNA研究上有所作为的小伙伴能助上一臂之力。
lncRNA研究思路IncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程。
很多人看到lncRNA的热度还没有过去，经常会问老谈如果没有相关的工作基础，如何开始lncRNA的研究?今天我们就褪去虚伪外衣，研究的大方向是这样子的：1. 寻找到lncRNA分子2. lncRNA分子表型研究3. lncRNA 通过何种机制调节表型？老谈将这些研究方向及实验手段按层次的方式绘成流程图，如下所示：首先，是样本的准备与收集。
高质量的样本是实验结果具有可靠性的前提。
其次，是lncRNA检测。
可以先通过芯片的方式高通量筛选到目的基因，然后通过q-PCR或Northern blot的方法验证所得到的芯片结果。
再次，其研究方向根据研究目的而定。
如果是研究生物标志物，那么可以通过收集更多的临床样本，研究lncRNA对疾病的指示作用。
如果是研究其功能，则是研究其细胞表型、分子表型及机制。
小伙伴们是不是觉得这和miRNA的总体研究思路相似呢？这时可以根据各自的实验平台条件选择相应的研究。
值得注意的是，lncRNA的功能研究并不像miRNA一样通过3’UTR影响翻译套路，总的来说lncRNA机制研究套路还不成熟。
对于很多科研工作者而言，lncRNA分子的获得及其细胞表型的获得并非难事，关键在于如何进行下一步研究，这时候就要涉及到对功能研究的定位。
外泌体lncRNA芯片研究方法及思路
外泌体lncRNA芯片研究方法及思路
一、技术简介
外泌体(Exosome)是由细胞分泌而来的微小囊泡，直径约为30-200 nm，形态也呈现出多样性。
长链非编码RNA（long non-coding RNA）是一类转录本长度超过200nt、不编码蛋白的RNA。
近年来的研究表明lncRNA能在标贯遗传、转录及转录后水平上调控基因表达，参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程，与人类疾病的发生、发展和防治都有着密切联系。
lncRNA芯片对lncRNA进行功能研究也被更多的关注，通过设计不同的lncRNA探针，可以更加快速、高通量地筛选出疾病或特定生物学过程中差异表达的lncRNA和mRNA信息，最终找到lncRNA的靶基因位点深入分析调控机制。
二、测序流程：
1. RNA提取
2. 逆转录合成cDNA1链
3. 合成cDNA2链
4. 体外转录合成cRNA
5. 随机引物合成正义链DNA
6. DNA产物片段化
7. Cy3标记
8. 芯片杂交
9. 数据分析
三、数据分析
1. 芯片数据质控和标准化
2. 主成分分析
3.mRNA表达模式聚类分析
4. GO富集分析
5. KEGG富集分析
6. lncRNA表观模式聚类分析。
lncRNA芯片是什么？lncRNA芯片特点
lncRNA芯片是什么？lncRNA芯片特点一、lncRNA芯片长链非编码RNA(long non-coding RNA, lncRNA) 指的是长度在200-100000 nt之间的RNA分子，它们不编码蛋白，但参与细胞内多种过程调控。
人们对lncRNA的认识还处在初级阶段，lncRNA起初被认为是基因组转录的“噪音”，是RNA聚合酶II转录的副产物，不具有生物学功能。
然而，近年来的研究表明，lncRNA参与了X染色体沉默、基因组印记以及染色质修饰、转录激活、转录干扰、核内运输等多种重要的调控过程，与人类疾病的发生、发展和防治都有着密切的关系。
lncRNA的种类远远超过编码RNA，哺乳动物基因组序列中4%~9%的序列产生的转录本是lncRNA（相应的蛋白编码RNA的比例是1%-5%）。
lncRNA已经成为非编码RNA研究领域的一个热点。
lncRNA研究的重要一步是发现与特定疾病相关的lncRNA。
传统的lncRNA筛选方法（SELEX等）效率低下，假阳性率高。
而基因芯片具有覆盖全面、高效、准确的特点，因此用基因芯片来筛选lncRNA 是一种准确快捷的方法。
二、lncRNA技术特点：1）目前市面上探针密度最高的lncRNA芯片产品；2）芯片采用Agilent eArray平台设计，使用Agilent SurePrint 技术合成，技术重复性高于99%；3）覆盖主流数据库所有lncRNA，可同时检测lncRNA和mRNA，并挖掘两者之间的关联；4）检出率高：随机引物扩增方式，可同时扩增带Ploy-A和不带Poly-A的lncRNA，确保更多的 lncRNA被检测出来；5）提供完整lncRNA芯片数据分析解决方案。
三、lncRNA芯片流程：1、总RNA提取；2、反转录合成cDNA;3、体外转录合成cRNA;4、随机引物合成正义链cDNA5、DNA片段化，生物素标记；6、芯片杂交、洗涤、染色、扫描。
四、应用：筛选差异表达的lncRNA和mRNA、lncRNA功能注释、lncRNA 调控机制预测。
LncRNA的研究思路是怎么来的
LncRNA的研究思路是怎么来的有很多⼈在弄LncRNA研究吧，估计是这样的，那⼀般的LncRNA研究到底需要做些什么？要深⼊了解这个问题，我们需要从这四⽅⾯⼊⼿：也就是：最基本的表达分析、表型功能实验、机制分析和临床数据。
不管是好蚊帐还是Low蚊帐，做完这⼏⽅⾯也基本上能成型了。
那我们继续再将每个node深⼊分析：表达分析我们要做什么？就是体内表达和体外的细胞表达两种。
表型功能实验⼜要细分成体外细胞表型，体内细胞表型和体内的基因表型，没错下游基因的表达变化，我们在这⾥也作为⼀种表型来进⾏分析。
机制的话，其实LncRNA的机制就这么⼏种、转录调控、转录后调控和蛋⽩调控。
可能你们最最喜欢⽤的就是LncRNA的转录后调控，因为这个做起来最简单。
临床数据，除了体内的基因表达，还需要结合⽣存曲线等等表型。
那我们再往下细分。
⽐如体外的表达还需要做什么啊？LncRNA是不会去做Western的，所以都是RNA表达分析。
那功能实验呢？就肿瘤⽽⾔，就是什么增殖、迁移、侵袭、⾃噬、凋亡，现在还多了个外泌体。
机智⽅⾯，刚才说的LncRNA的转录后调控，其实就是作为MiRNA的Sponge。
⽽转录调控呢？就需要研究LncRNA与转录因⼦的结合了。
蛋⽩的调控并不常见，⽐如2015年有⼀篇LncRNA作为NFkappaB磷酸化位点的MASK的⽂献。
这样的机制，理论上难度会更⼤。
呃，弄完整个思路的脑图，会变成这样：机智的童鞋会识别⼀下这个⼩程序码，应该就能看到图了。
华丽丽的分割线李莫愁博⼠：对于思路，其实都是⼤家慢慢⾃⼰累积的⼀个过程。
有的时候，不能完全把握所有的⽂献或者所有的Nodes，你可以⼀点点累积⾃⼰脑中的思路，把它最终完善成⼀张完整的脑图。
好啦，⼤家有兴趣的话，⾃⼰也去画画看吧。
整理⼀下思路也是挺不错的呢。
今天就先策到这⾥吧。
- 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)。
博医工具|史上最全lncRNA芯片结果分析方法
面对lncRNA芯片检测结果报告中的复杂数据，我们该如何从中获取自己想要的信息？今天，百替生物将我们自己的工作经验分享给大家。
芯片分析的大体思路，从以下几个方面考虑：
1.我们最常看到的是聚类分析结果，通常是以热图的形式展现：
但这对我们来说是远远不够的，为了进行更加深入的分析，公司会对芯片数据进行预处理，包括对实验数据质量评估，预处理及均一化处理等等。
提供我们一份包含检测结果的表格，
从这份表格中我们可以看出，芯片分析的结果包括lncRNA和mRNA，分别做差异表达lncRNA和mRNA基因的筛选。
芯片公司再根据这份初步的数据，对差异表达lncRNA及mRNA 的筛选：根据客户提供样本量的大小与分布或实验目的，应用倍数法、多重假设检验等手段，对两条件或多条件下的表达差异的lncRNA和mRNA分别进行计算和筛选。
实现以下三种分析结果：
（1）表达模式聚类分析：针对芯片结果进行样本及差异表达lncRNA和mRNA的聚类，寻找属于同
一表达趋势的基因或样本。
（2）GO和pathway显著性富集分析：差异基因，应用数据库进行功能富集分析，挖掘具有统计学意义的差异表达基因的功能类别。
显著性P值越小，则它随机聚集差异表达基因的概率越小，其功能相关性的非随机性就越小，该功能模块有较大的可能与疾病（或药物作用）相关。
（3）蛋白互作网络分析：研究与指定蛋白质相互作用的其他蛋白质的信息，以使研究人员能够更加深入地认清相关蛋白质的功能，更清楚地理解其调控机制。
呈现给我们的数据将会有以下几种类型：
2.差异lncRNA的重注释
lncRNA芯片注释不完善，需要将筛选出来的lncRNA进行重注释。
同时会对芯片所检测的mRNA信息进行注释。
3.lncRNA作用机制的分析
（1）lncRNA cis作用机制研究：对于感兴趣的差异表达lncRNAs，搜索其上下游100K范围内的所有编码基因，这些在基因组上临近、且表达模式上共表达的基因很可能被该lncRNAs 所调控。
（2）lncRNA trans作用机制研究：计算LncRNAs 共表达的编码基因，集合与转录因子/染色质调控复合物的靶基因集合的交集，利用超几何分布计算该交集的富集程度，得到与lncRNAs 显著相关的转录因子，从而识别可能与lncRNAs 联合发挥调控作用的转录因子/染色质调控因子。
4.lncRNA的靶基因预测和功能预测
lncRNA可能通过调控相应的mRNA发挥功能，因此有必要预测lncRNA的靶基因。
提取差异lncRNA 和mRNA的序列，首先用blast进行初筛，之后用RNAplex进行进一步筛选，并与该lncRNAs 有显著共表达的基因取交集，以预测lncRNA可能调控的mRNA。
利用成熟的mRNA 的功能来推导lncRNA 的功能，对异常表达lncRNA 显著相关的mRNA 进行功能富集分析。
5.差异表达mRNA功能分析
GO数据库包含了基因参与的生物过程，所处的细胞位置，发挥的分子功能三方面功能信息，并将概念粗细不同的功能概念组织成DAG（有向无环图）的结构。
Gene Ontology是一个使用有控制的词汇表和严格定义的概念关系，以有向无环图的形式统一表示各物种的基因功能分类体系，从而较全面地概括了基因的功能信息，纠正了传统功能分类体系中常见的维度混淆问题。
在基因表达谱分析中，GO常用于提供基因功能分类标签和基因功能研究的背景知识。
利用GO的知识体系和结构特点，旨在发掘与基因差异表达现象关联的单个特征基因功能类或多个特征功能类的组合。
把差异的基因向gene ontology 数据库的各节点映射。
并根据统计检验方法(P-value)筛选显著富集的分类，所用方法为david(/)。
取p值<=0.05为最后输出结果。
结果常分生物过程（BP），分子功能（MF），细胞组件（CC）三部分。
6.差异表达基因通路分析
差异的基因分别向KEGG pathway数据库映射，用软件DAVID进行信号通路分析，得到差异表达lncRNA 所涉及的生物途径。
7.差异lncRNA与靶基因共表达网络
预测出lncRNA的靶基因后，并可进一步在mRNA的数据中探寻该mRNA是否发生表达量的变化。
由此构建差异lncRNA与靶基因相互作用网络图。
差异lncRNA与靶基因相互作用网络图。
圆形代表lncRNA，三角形代表mRNA，红色为上调表达，绿色为下调表达。
连线表示可能的调控关系，连线越多，表示调控的mRNA越多，预示该lncRNA在调控网络中所起的作用可能越大。
8.差异lncRNA与差异mRNA的共表达分析（注：此节来自网络资料编译）
Human lncRNA芯片能同时检测出差异表达的lncRNA和mRNA。
将差异lncRNA和差异mRNA在一组样品中进行共表达分析，可以发现与某个lncRNA具有相同表达模式的mRNA。
实验组：
对照组：
lncRNA与mRNA共表达分析作用图，描边圆代表lncRNA，未描边圆代表mRNA。
红色为上调基因，绿色为下调基因。
9. 差异lncRNA的转录因子的预测
提取lncRNA TSS的上游2000bp，下游500bp。
利用HMM的算法根据TRANSFAC8.1数据库预测其转录因子。
一般来说，按照我们的要求，公司会将以上众多数据分析呈现给我们。
但我们需要能明白这些数据所表达的意思，在复杂的数据中获得我们想要的信息。
以上是百替生物为您总结的lncRNA芯片数据分析汇总，希望对您的科研工作有所帮助，感谢您一如既往的支持。