行业新闻

Industry news

首页 > 行业新闻 > 精准定量 为转录组增色添彩

精准定量 为转录组增色添彩

转录组测序完成后,您是否遇到过关注的基因定量不到,qPCR验证的关键基因与测序结果不吻合,duplication比例偏高等一系列的问题,问题如此之严重, 小奥携带着“新武器”—UMI来到测序江湖中,惩恶扬善,帮您打败转录组测序遇到的这些“敌人”,此武器乃何方神物,让我们一起来了解下:

UMI (Unique molecularidentifier)——特异性分子标签(UMI)为 8-10nt 的短序列,可看做“条形码” ,在文库构建时通过连接接头引入UMI标签连接到cDNA分子中,标记原始样品中的每个分子,对同一来源扩增产物进行追踪和最终提取分组,用于排除 PCR 扩增偏好性和测序偏好性引入的定量偏差,便于获得足够的读数以进行分析。

1536559972786292.jpg

图 1.UMI技术原理图例


利用此“武器”,奥维森特推出了精准转录组测序

精准定量转录组(DIGIT RNA-SEQ)是指利用高通量测序技术在文库构建时引入特异性分子标签UMI,全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本,实现精准定量,更准确识别SNP位点(Single Nucleotide Polymorphisms),准确定量低丰度转录本,提供全面的转录组信息;


基因表达定量更准确

UMI技术无需跟踪拷贝数,可达到区分来自单个分子冗余的PCR重复序列,减少重复定量,屏蔽PCR偏好性,矫正测序错误,以达到绝对定量;


低丰度转录本准确定量

相同UMI标记的reads可进行相互矫正,对于测定的reads均会保留,而不会被当作背景噪音剔除,相比常规建库方式得到的有效数据量增多,可将部分低丰度转录本准确鉴定到; 


获得的位点突变SNP更为准确

UMI技术降低了文库构建过程中的扩增及测序错误引入的假阳性,在进行SNP、 Indel的分析中获得的信息更为准确;


差异基因与qPCR验证一致性更高

通过UMI技术可实现精准定量,进而对于差异基因进行qPCR验证结果的一致性要明显高于普通转录组;

1536560173273677.jpg

1536560200407700.jpg

起始量低

对于UMI技术的建库起始RNA量低至200ng;


参考文献:

1. Shiroguchi, K., et al. (2012). "Digital RNA sequencing minimizes sequence-dependent bias and amplification noise with optimized single-molecule barcodes." Proc Natl Acad Sci U S A 109(4): 1347-1352.

2. Boone, M., et al. (2018). "Capturing the 'ome': the expanding molecular toolbox for RNA and DNA library construction." Nucleic Acids Res 46(6): 2701-2721.

3. Emanuel, G., et al. (2017). "High-throughput, image-based screening of pooled genetic-variant libraries." Nat Methods 14(12): 1159-1162.

4. Hrdlickova, R., et al. (2017). "RNA-Seq methods for transcriptome analysis." Wiley Interdiscip Rev RNA 8(1).

5. Klepikova, A. V., et al. (2017). "Effect of method of deduplication on estimation of differential gene expression using RNA-seq." PeerJ 5: e3091.

6. Smith, T., et al. (2017). "UMI-tools: modeling sequencing errors in Unique Molecular Identifiers to improve quantification accuracy." Genome Res 27(3): 491-499.

7. Erhard, F. and R. Zimmer (2015). "Count ratio model reveals bias affecting NGS fold changes." Nucleic Acids Res 43(20): e136.

8. Zhou, W., et al. (2014). "Bias from removing read duplication in ultra-deep sequencing experiments." Bioinformatics 30(8): 1073-1080.


公司动态 <<更多
行业新闻 <<更多
联系我们

400-017-6077

E-mail:support@allwegene.com

北京市海淀区苏州街长远天地C座3栋502

留言信箱

邮箱地址*

姓名*

电话*

留言信息*

带星号必填*

Copyright ©2014-2016 Allwegene Technology Inc. All Rights Reserved. 京ICP备13053223号