WikiDer > Технологии транскриптомики

Transcriptomics technologies

Технологии транскриптомики методы, используемые для изучения транскриптом, сумма всех его Транскрипты РНК. Информационное наполнение организма записано в ДНК его геном и выразил через транскрипция. Здесь, мРНК служит промежуточной молекулой-посредником в информационной сети, в то время как некодирующие РНК выполнять дополнительные разноплановые функции. Транскриптом фиксирует моментальный снимок всех транскриптов, присутствующих в клетка. Технологии транскриптомики обеспечивают широкое представление о том, какие клеточные процессы активны, а какие бездействуют. Основная проблема молекулярной биологии заключается в понимании того, как один и тот же геном может давать начало различным типам клеток и как регулируется экспрессия генов.

Первые попытки изучить полные транскриптомы начались в начале 1990-х годов. Последующие технологические достижения с конца 1990-х годов неоднократно трансформировали эту область и сделали транскриптомику широко распространенной дисциплиной в биологических науках. В этой области есть два основных современных метода: микрочипы, которые определяют набор заранее определенных последовательностей, и РНК-Seq, который использует высокопроизводительное секвенирование для записи всех стенограмм. По мере совершенствования технологии объем данных, производимых каждым экспериментом с транскриптомом, увеличивался. В результате методы анализа данных постоянно адаптируются для более точного и эффективного анализа постоянно растущих объемов данных. Базы данных транскриптомов росли, и их полезность увеличивалась по мере того, как исследователи собирают и распространяют больше транскриптомов. Было бы почти невозможно интерпретировать информацию, содержащуюся в транскриптоме, без контекста предыдущих экспериментов.

Измерение экспрессии организма гены в разных ткани или же условия, или в разное время, дает информацию о том, как гены регулируемый и раскрыть детали биологии организма. Его также можно использовать для вывода функции ранее без аннотации гены. Анализ транскриптома позволил изучить, как экспрессия генов изменяется у разных организмов, и сыграл важную роль в понимании человеческого болезнь. Анализ экспрессии генов в целом позволяет обнаруживать широкие согласованные тенденции, которые не могут быть обнаружены более целенаправленными анализы.

История

Метод транскриптомики используют с течением времени. Опубликованные статьи, касающиеся RNA-Seq (черный), микроматрицы РНК (красный), метки экспрессируемой последовательности (синий) и серийного / кэп-анализа экспрессии гена (желтый) с 1990 года.[1]

Транскриптомика характеризовалась развитием новых методов, которые переопределяли то, что возможно, каждые десять лет или около того и делали предыдущие технологии устаревшими. Первая попытка захвата частичного транскриптома человека была опубликована в 1991 году и сообщила о 609 мРНК последовательности из человеческий мозг.[2] В 2008 году были опубликованы два человеческих транскриптома, состоящие из миллионов производных от транскриптов последовательностей, охватывающих 16 000 генов.[3][4] а к 2015 году были опубликованы стенограммы для сотен людей.[5][6] Транскриптомы разных болезнь состояния, ткани, или даже одинокий клетки теперь обычно генерируются.[6][7][8] Этот взрыв в транскриптомике был вызван быстрым развитием новых технологий с повышенной чувствительностью и экономичностью.[9][10][11][12]

До транскриптомики

Исследования отдельных стенограммы проводились за несколько десятилетий до того, как стали доступны какие-либо методы транскриптомики. Библиотеки из шелкопряд Транскрипты мРНК были собраны и преобразованы в комплементарная ДНК (кДНК) для хранения с использованием обратная транскриптаза в конце 1970-х гг.[13] В 1980-х годах секвенирование с низкой пропускной способностью с использованием Sanger метод был использован для секвенирования случайных транскриптов, давая выраженные теги последовательности (EST).[2][14][15][16] В Метод секвенирования по Сэнгеру была преобладающей до появления высокопроизводительные методы Такие как секвенирование путем синтеза (Solexa / Illumina). EST получил известность в 1990-х годах как эффективный метод определения содержание гена организма без последовательность действий целиком геном.[16] Количество отдельных транскриптов определяли количественно с использованием Нозерн-блоттинг, нейлоновые мембранные массивы, и позже количественная ПЦР с обратной транскриптазой (RT-qPCR) методы,[17][18] но эти методы трудоемки и могут захватить только крошечный фрагмент транскриптома.[12] Следовательно, способ, которым транскриптом в целом экспрессируется и регулируется, оставался неизвестным, пока не были разработаны методы с более высокой пропускной способностью.

Ранние попытки

Слово «транскриптом» впервые было использовано в 1990-х годах.[19][20] В 1995 году был разработан один из первых транскриптомных методов на основе секвенирования, серийный анализ экспрессии генов (SAGE), который работал Секвенирование по Сэнгеру сцепленных случайных фрагментов транскрипта.[21] Транскрипты были количественно определены путем сопоставления фрагментов с известными генами. Также кратко использовался вариант SAGE с использованием высокопроизводительных методов секвенирования, называемый цифровым анализом экспрессии генов.[9][22] Однако эти методы в значительной степени уступили место высокопроизводительному секвенированию полных транскриптов, которое предоставило дополнительную информацию о структуре транскриптов, например варианты стыковки.[9]

Развитие современных методик

Сравнение современных методов[23][24][10]
РНК-SeqМикрочип
Пропускная способностьОт 1 дня до 1 недели на эксперимент[10]1-2 дня на эксперимент[10]
Количество вводимой РНКНизкий ~ 1 нг общая РНК[25]Высокая мРНК ~ 1 мкг[26]
ТрудоемкостьВысокая (подготовка проб и анализ данных)[10][23]Низкий[10][23]
Предварительные знанияНе требуется, хотя справочная последовательность генома / транскриптома полезна[23]Эталонный геном / транскриптом необходим для разработки зонды[23]
Количественное определение точность~ 90% (ограничено охватом последовательности)[27]> 90% (ограничено точностью определения флуоресценции)[27]
Разрешение последовательностиRNA-Seq может обнаруживать SNP и варианты сплайсинга (ограничены точностью секвенирования ~ 99%)[27]Специализированные наборы могут обнаруживать варианты сплайсинга мРНК (ограничены конструкцией зонда и перекрестной гибридизацией)[27]
Чувствительность1 стенограмма на миллион (приблизительная, ограничена охватом последовательности)[27]1 расшифровка на тысячу (приблизительная, ограничена детектированием флуоресценции)[27]
Динамический диапазон100000: 1 (ограничено охватом последовательности)[28]1000: 1 (ограничено насыщением флуоресценции)[28]
Техническая воспроизводимость>99%[29][30]>99%[31][32]

Доминирующие современные техники, микрочипы и РНК-Seq, были разработаны в середине 1990-х и 2000-х годов.[9][33] Микроматрицы, которые измеряют содержание определенного набора транскриптов через их гибридизация к массиву дополнительный зонды были впервые опубликованы в 1995 году.[34][35] Технология микрочипов позволила анализировать тысячи транскриптов одновременно и со значительным снижением стоимости одного гена и экономии труда.[36] Обе пятнистые олигонуклеотидные массивы и Affymetrix массивы высокой плотности были методом выбора для профилирования транскрипции до конца 2000-х годов.[12][33] За этот период был произведен ряд микрочипов, чтобы охватить известные гены в модель или экономически важные организмы. Достижения в разработке и производстве массивов улучшили специфичность зондов и позволили тестировать большее количество генов на одном массиве. Достижения в обнаружение флуоресценции увеличили чувствительность и точность измерения транскриптов с низким содержанием.[35][37]

RNA-Seq осуществляется путем обратной транскрипции РНК. in vitro и упорядочивая полученные кДНК.[10] Обилие транскриптов определяется количеством отсчетов для каждого транскрипта. Поэтому на эту технику сильно повлияло развитие технологии высокопроизводительного секвенирования.[9][11] Массовое параллельное упорядочение сигнатур (MPSS) был ранним примером, основанным на генерации 16–20бп последовательности через сложную серию гибридизации,[38][примечание 1] и был использован в 2004 году для проверки экспрессии десяти тысяч генов в Arabidopsis thaliana.[39] Самая ранняя работа по RNA-Seq была опубликована в 2006 году, когда сто тысяч транскриптов секвенировались с использованием 454 технологии.[40] Этого покрытия было достаточно для количественной оценки относительного количества транскриптов. Популярность RNA-Seq начала расти после 2008 г., когда появились новые Solexa / Illumina Technologies позволил записать один миллиард последовательностей транскриптов.[4][10][41][42] Эта доходность теперь позволяет количественная оценка и сравнение человеческих транскриптомов.[43]

Сбор данных

Получение данных о транскриптах РНК может быть достигнуто с помощью любого из двух основных принципов: секвенирования отдельных транскриптов (EST, или RNA-Seq) или гибридизация транскриптов в упорядоченный массив нуклеотидных зондов (микроматрицы).[23]

Выделение РНК

Все транскриптомные методы требуют, чтобы РНК сначала была выделена из экспериментального организма, прежде чем можно будет записать транскрипты. Хотя биологические системы невероятно разнообразны, Извлечение РНК методы во многом схожи и включают механические разрушение клеток или тканей, нарушение РНКаза с хаотропные соли,[44] разрушение макромолекул и нуклеотидных комплексов, отделение РНК от нежелательных биомолекулы включая ДНК, и концентрацию РНК через осадки из раствора или элюирование из твердой матрицы.[44][45] Выделенную РНК можно дополнительно обработать ДНКаза переваривать любые следы ДНК.[46] Необходимо обогатить матричную РНК, поскольку экстракты общей РНК обычно составляют 98%. рибосомная РНК.[47] Обогащение стенограмм может быть выполнено поли-А методы аффинности или истощение рибосомальной РНК с использованием зондов, специфичных для последовательности.[48] Деградированная РНК может повлиять на последующие результаты; например, обогащение мРНК из деградированных образцов приведет к истощению 5’-концы мРНК и неравномерный сигнал по длине стенограммы. Мгновенное замораживание ткани перед выделением РНК является типичным, и после завершения выделения необходимо уменьшить воздействие ферментов РНКазы.[45]

Выраженные теги последовательности

An выраженный тег последовательности (EST) - короткая нуклеотидная последовательность, полученная из одного транскрипта РНК. РНК сначала копируется как комплементарная ДНК (кДНК) обратная транскриптаза фермент перед секвенированием полученной кДНК.[16] Поскольку EST можно собирать без предварительного знания организма, из которого они происходят, их можно приготовить из смесей организмов или образцов окружающей среды.[49][16] Хотя сейчас используются более высокопроизводительные методы, Библиотеки EST обычно предоставляемая информация о последовательности для ранних дизайнов микрочипов; например, ячмень микрочип был разработан из 350 000 секвенированных ранее EST.[50]

Серийный и кэп-анализ экспрессии генов (SAGE / CAGE)

Резюме МУДРЕЦ. Внутри организмов гены записано и сращенный (в эукариоты) для получения зрелых мРНК стенограммы (красный). МРНК извлекается из организма, и обратная транскриптаза используется для копирования мРНК в стабильную двухцепочечную кДНК (ds-кДНК; синий). В SAGE дц-кДНК переваривается рестрикционные ферменты (в положениях «X» и «X» + 11) для получения 11-нуклеотидных фрагментов «метки». Эти теги объединяются и упорядочиваются с использованием функции длительного чтения. Секвенирование по Сэнгеру (разные оттенки синего обозначают метки от разных генов). Последовательности разложенный чтобы найти частоту каждого тега. Частоту тегов можно использовать для отчета о транскрипция гена, от которого произошел тег.[51]

Серийный анализ экспрессии генов (SAGE) был развитием методологии EST для увеличения пропускной способности генерируемых тегов и обеспечения возможности некоторого количественного определения количества транскриптов.[21] кДНК генерируется из РНК но затем переваривается в «теговые» фрагменты размером 11 п.н., используя рестрикционные ферменты которые разрезают ДНК по определенной последовательности и 11 пар оснований от этой последовательности. Эти теги кДНК затем присоединился голова к хвосту на длинные нити (> 500 п.н.) и секвенирована с использованием методов с низкой пропускной способностью, но с большой длиной чтения, таких как Секвенирование по Сэнгеру. Затем последовательности делятся обратно на их исходные теги размером 11 пар оснований с помощью компьютерного программного обеспечения в процессе, называемом деконволюция.[21] Если эталонный геном доступны, эти теги могут быть сопоставлены с их соответствующим геном в геноме. Если эталонный геном недоступен, теги могут быть напрямую использованы в качестве диагностических маркеров, если обнаружены дифференциально выраженный в болезненном состоянии.[21]

В экспрессия гена кэп-анализа (CAGE) - это вариант SAGE, который упорядочивает теги из 5 ’конец только транскрипта мРНК.[52] Следовательно сайт начала транскрипции генов можно идентифицировать, когда теги выровнены по эталонному геному. Определение сайтов запуска генов полезно для промоутер анализ и для клонирование полноразмерных кДНК.

Методы SAGE и CAGE позволяют получить информацию о большем количестве генов, чем было возможно при секвенировании отдельных EST, но подготовка образцов и анализ данных обычно более трудозатратны.[52]

Микрочипы

Резюме ДНК-микрочипы. Внутри организмов гены транскрибируются и сплайсируются (у эукариот) для получения зрелых транскриптов мРНК (красный). МРНК извлекается из организма, и обратная транскриптаза используется для копирования мРНК в стабильную дц-кДНК (синий). В микроматрицах ds-кДНК фрагментирована и флуоресцентно помечена (оранжевый). Меченые фрагменты связываются с упорядоченным массивом комплементарных олигонуклеотидов, и измерение интенсивности флуоресценции по массиву указывает на наличие заранее определенного набора последовательностей. Эти последовательности обычно специально выбирают, чтобы сообщить об интересующих генах в геноме организма.[51]

Принципы и достижения

Микрочипы состоят из коротких нуклеотидов олигомеры, известный как "зонды", которые обычно расположены в виде сетки на предметном стекле.[53] Обилие транскриптов определяется гибридизацией флуоресцентно меченые транскрипты к этим зондам.[54] В интенсивность флуоресценции в каждом положении зонда на массиве указывает количество транскриптов для этой последовательности зонда.[54]

Микроматрицы требуют некоторых геномных знаний от интересующего организма, например, в форме аннотированный геном последовательность, или библиотека EST, которые можно использовать для создания зондов для массива.[36]

Методы

Микроматрицы для транскриптомики обычно попадают в одну из двух широких категорий: пятнистые матрицы с низкой плотностью или наборы с короткими зондами с высокой плотностью. Обилие транскриптов определяется по интенсивности флуоресценции, происходящей от меченных флуорофором транскриптов, которые связываются с массивом.[36]

Точечные массивы с низкой плотностью обычно имеют пиколитр[заметка 2] капли ряда очищенных кДНК расположены на поверхности предметного стекла.[55] Эти зонды длиннее, чем у массивов высокой плотности, и не могут идентифицировать альтернативное сращивание События. В точечных массивах используются два разных флуорофоры для маркировки тестовых и контрольных образцов, а коэффициент флуоресценции используется для расчета относительной меры численности.[56] В массивах высокой плотности используется одна флуоресцентная метка, и каждый образец гибридизируется и детектируется индивидуально.[57] Массивы высокой плотности были популяризированы Affymetrix GeneChip массив, в котором каждая стенограмма количественно оценивается несколькими короткими 25-мер исследует это вместе проба один ген.[58]

Массивы NimbleGen представляли собой массивы высокой плотности, созданные фотохимия без маски метод, позволяющий гибко изготавливать массивы в малых или больших количествах. Эти наборы содержали 100000 зондов, содержащих от 45 до 85 элементов, и были гибридизированы с образцом, помеченным одним цветом, для анализа экспрессии.[59] Некоторые дизайны включали до 12 независимых массивов на слайд.

РНК-Seq

Резюме РНК-Seq. Внутри организмов гены транскрибируются и сплайсируются (у эукариот) для получения зрелых транскриптов мРНК (красный). МРНК извлекается из организма, фрагментируется и копируется в стабильную дц-кДНК (синий). Последовательность ds-кДНК секвенирована с использованием высокая пропускная способность, короткие методы секвенирования. Эти последовательности затем могут быть выровнен к эталонной последовательности генома, чтобы восстановить, какие участки генома транскрибируются. Эти данные можно использовать для аннотации, где экспрессируются гены, их относительные уровни экспрессии и любые альтернативные варианты сплайсинга.[51]

Принципы и достижения

РНК-Seq относится к комбинации высокопроизводительное секвенирование методология с вычислительными методами для захвата и количественного определения транскриптов, присутствующих в экстракте РНК.[10] Генерируемые нуклеотидные последовательности обычно имеют длину около 100 п.н., но могут варьироваться от 30 п.н. до более 10 000 п.н. в зависимости от используемого метода секвенирования. Использование RNA-Seq глубокий отбор проб транскриптома с множеством коротких фрагментов транскриптома, чтобы позволить вычислительную реконструкцию исходного транскрипта РНК с помощью выравнивание читает в эталонный геном или друг в друга (de novo сборка).[9] РНК как с низким, так и с высоким содержанием могут быть количественно определены в эксперименте RNA-Seq (динамический диапазон из 5 порядки величины) - ключевое преимущество перед транскриптомами микрочипов. Кроме того, количество входящей РНК намного ниже для RNA-Seq (количество в нанограммах) по сравнению с микрочипами (количество в микрограммах), что позволяет более тонко исследовать клеточные структуры вплоть до уровня одной клетки в сочетании с линейной амплификацией кДНК.[25][60] Теоретически не существует верхнего предела количественной оценки в RNA-Seq, а фоновый шум очень низкий для считываний 100 п.н. в неповторяющихся областях.[10]

RNA-Seq может использоваться для идентификации генов в геном, или определить, какие гены активны в определенный момент времени, а счетчик считываний может использоваться для точного моделирования относительного уровня экспрессии генов. Методология RNA-Seq постоянно совершенствуется, в первую очередь за счет развития технологий секвенирования ДНК для увеличения пропускной способности, точности и длины считывания.[61] Начиная с первых описаний в 2006 и 2008 годах,[40][62] RNA-Seq был быстро принят и обогнал микроматрицы в качестве доминирующей техники транскриптомики в 2015 году.[63]

Поиски данных транскриптома на уровне отдельных клеток привели к прогрессу в методах подготовки библиотеки RNA-Seq, что привело к значительному повышению чувствительности. Одноклеточные транскриптомы теперь хорошо описаны и даже были расширены до на месте RNA-Seq, где транскриптомы отдельных клеток непосредственно опрашиваются в фиксированный ткани.[64]

Методы

Компания RNA-Seq была создана вместе с быстрым развитием ряда технологий высокопроизводительного секвенирования ДНК.[65] Однако перед секвенированием выделенных транскриптов РНК выполняется несколько ключевых этапов обработки. Методы различаются по использованию обогащения транскриптов, фрагментации, амплификации, секвенирования с одним или парным концом, а также по сохранению информации о цепи.[65]

Чувствительность эксперимента RNA-Seq может быть увеличена путем обогащения классов РНК, которые представляют интерес, и истощения известных распространенных РНК. Молекулы мРНК можно разделить с помощью олигонуклеотидных зондов, которые связывают их поли-А хвосты. В качестве альтернативы можно использовать рибо-истощение для специального удаления обильных, но неинформативных рибосомные РНК (рРНК) путем гибридизации с зондами, адаптированными к таксон специфические последовательности рРНК (например, рРНК млекопитающих, рРНК растений). Однако рибо-истощение также может вносить некоторую систематическую ошибку из-за неспецифического истощения нецелевых транскриптов.[66] Малые РНК, такие как микро РНК, могут быть очищены в зависимости от их размера с помощью гель-электрофорез и добыча.

Поскольку мРНК длиннее, чем длина чтения типичных методов высокопроизводительного секвенирования, транскрипты обычно фрагментируются перед секвенированием.[67] Метод фрагментации - ключевой аспект построения библиотеки секвенирования. Фрагментация может быть достигнуто химический гидролиз, распыление, обработка ультразвуком, или же обратная транскрипция с обрывающие цепь нуклеотиды.[67] В качестве альтернативы, фрагментация и маркировка кДНК могут выполняться одновременно с использованием ферменты транспозазы.[68]

Во время подготовки к секвенированию копии кДНК транскриптов могут быть амплифицированы с помощью ПЦР для обогащения фрагментов, которые содержат ожидаемые 5 ’и 3’ адаптерные последовательности.[69] Амплификация также используется для секвенирования очень низких вводимых количеств РНК, вплоть до 50. pg в экстремальных условиях.[70] Вспышки контроля известных РНК можно использовать для оценки контроля качества для проверки подготовки и секвенирования библиотеки с точки зрения GC-контент, длина фрагмента, а также смещение из-за положения фрагмента в транскрипте.[71] Уникальные молекулярные идентификаторы (UMI) - это короткие случайные последовательности, которые используются для индивидуальной маркировки фрагментов последовательности во время подготовки библиотеки, чтобы каждый помеченный фрагмент был уникальным.[72] UMI обеспечивают абсолютную шкалу для количественной оценки, возможность корректировать смещение последующей амплификации, внесенное во время создания библиотеки, и точно оценивать исходный размер выборки. UMI особенно хорошо подходят для транскриптомики RNA-Seq одной клетки, где количество входящей РНК ограничено и требуется расширенная амплификация образца.[73][74][75]

После приготовления молекул транскрипта их можно секвенировать только в одном направлении (односторонний) или в обоих направлениях (спаренный конец). Одноконцевая последовательность обычно получается быстрее, дешевле, чем секвенирование парных концов, и ее достаточно для количественной оценки уровней экспрессии генов. Парное секвенирование дает более надежные сопоставления / сборки, что полезно для аннотации генов и транскрипции. изоформа открытие.[10] Спиральные методы RNA-Seq сохраняют прядь информация о секвенированном транскрипте.[76] Без информации о цепи считывания могут быть выровнены по локусу гена, но не сообщают, в каком направлении транскрибируется ген. Stranded-RNA-Seq полезен для расшифровки транскрипции для гены, которые перекрываются в разных направлениях и сделать более надежные генные прогнозы у немодельных организмов.[76]

Технологические платформы секвенирования, обычно используемые для RNA-Seq[77][78]
ПлатформаКоммерческий релизТипичная длина чтенияМаксимальная пропускная способность за запускТочность однократного считыванияRNA-Seq прогоны депонированы в NCBI SRA (октябрь 2016 г.)[79]
454 Науки о жизни2005700 п.н.0,7 Гбит99.9%3548
Иллюмина200650–300 п.н.900 Гбит99.9%362903
Твердый200850 п.н.320 Гбит99.9%7032
Ион Торрент2010400 п.н.30 Гбит98%1953
PacBio201110 000 б.п.2 Гбит87%160

Легенда: NCBI SRA - Национальный центр биотехнологии. Последовательность чтения архива информации.

В настоящее время RNA-Seq полагается на копирование молекул РНК в молекулы кДНК перед секвенированием; следовательно, последующие платформы одинаковы для транскриптомных и геномных данных. Следовательно, развитие технологий секвенирования ДНК было определяющей особенностью RNA-Seq.[78][80][81] Прямое секвенирование РНК с использованием секвенирование нанопор представляет собой современную технику RNA-Seq.[82][83] Нанопористых секвенирование РНК может обнаружить модифицированные базы которая в противном случае была бы замаскирована при секвенировании кДНК, а также устраняет усиление шаги, которые в противном случае могут привести к смещению.[11][84]

Чувствительность и точность эксперимента с RNA-Seq зависят от количество прочтений получены из каждого образца.[85][86] Большое количество считываний необходимо для обеспечения достаточного покрытия транскриптома, что позволяет обнаруживать транскрипты с низким содержанием. Дизайн эксперимента дополнительно усложняется технологиями секвенирования с ограниченным диапазоном выходных данных, переменной эффективностью создания последовательности и переменным качеством последовательности. К этим соображениям добавляется то, что у каждого вида свой количество генов и, следовательно, требует индивидуального выхода последовательности для эффективного транскриптома. В ранних исследованиях подходящие пороговые значения определялись эмпирически, но по мере развития технологии подходящий охват был предсказан расчетным путем по насыщению транскриптома. Как это ни парадоксально, но наиболее эффективный способ улучшить обнаружение дифференциальной экспрессии в генах с низкой экспрессией - это добавить больше биологические копии вместо добавления дополнительных чтений.[87] Текущие тесты, рекомендованные Энциклопедия элементов ДНК (ENCODE) Проект предназначен для 70-кратного покрытия экзома для стандартной РНК-Seq и до 500-кратного покрытия экзома для обнаружения редких транскриптов и изоформ.[88][89][90]

Анализ данных

Методы транскриптомики очень параллельны и требуют значительных вычислений для получения значимых данных как для экспериментов с микрочипами, так и для экспериментов с RNA-Seq.[91][92][93][94] Данные микрочипа записываются как высокое разрешение изображения, требующие обнаружение функции и спектральный анализ.[95] Размер каждого файла необработанных изображений микрочипа составляет около 750 МБ, а размер обработанных изображений - около 60 МБ. Несколько коротких зондов, соответствующих одной расшифровке, могут раскрыть подробности о интрон-экзон структура, требующая статистических моделей для определения подлинности результирующего сигнала. Исследования RNA-Seq производят миллиарды коротких последовательностей ДНК, которые необходимо выровнять с эталонные геномы состоит из миллионов и миллиардов пар оснований. De novo сборка чтений в наборе данных требует построения очень сложных графы последовательности.[96] Операции RNA-Seq очень часто повторяются и выигрывают от параллельное вычисление но современные алгоритмы означают, что потребительского вычислительного оборудования достаточно для простых экспериментов с транскриптомикой, которые не требуют de novo сборка читов.[97] Человеческий транскриптом может быть точно захвачен с помощью RNA-Seq с 30 миллионами последовательностей по 100 п.н. на образец.[85][86] В этом примере потребуется примерно 1,8 ГБ дискового пространства на образец при хранении в сжатом виде. формат fastq. Обработанные данные подсчета для каждого гена будут намного меньше, что эквивалентно интенсивности обработанных микрочипов. Данные последовательности могут храниться в общедоступных репозиториях, таких как Последовательность чтения из архива (SRA).[98] Наборы данных RNA-Seq можно загружать через Омнибус экспрессии генов.[99]

Обработка изображений

Проточная ячейка для микрочипов и секвенирования. Микромассивы и последовательность РНК по-разному полагаются на анализ изображений. В микроматричном чипе каждое пятно на чипе представляет собой определенный олигонуклеотидный зонд, а интенсивность флуоресценции напрямую определяет количество конкретной последовательности (Affymetrix). В проточной кювете с высокопроизводительным секвенированием пятна секвенируются по одному нуклеотиду за раз, причем цвет на каждом этапе указывает следующий нуклеотид в последовательности (Illumina Hiseq). В других вариантах этих методов используется больше или меньше цветовых каналов.[51][100]

Микрочип обработка изображений должен правильно определить регулярная сетка функций в изображении и независимо количественно оценить флуоресценцию интенсивность для каждой функции. Артефакты изображения должны быть дополнительно идентифицированы и исключены из общего анализа.Интенсивность флуоресценции напрямую указывает на численность каждой последовательности, поскольку последовательность каждого зонда на матрице уже известна.[101]

Первые шаги RNA-seq также включают аналогичную обработку изображений; однако преобразование изображений в данные последовательности обычно выполняется автоматически программным обеспечением прибора. Метод секвенирования путем синтеза компании Illumina приводит к созданию массива кластеров, распределенных по поверхности проточной кюветы.[102] Проточная ячейка визуализируется до четырех раз в течение каждого цикла секвенирования, всего от десятков до сотен циклов. Кластеры проточных кювет аналогичны пятнам микрочипов и должны быть правильно идентифицированы на ранних этапах процесса секвенирования. В РошС пиросеквенирование В этом методе интенсивность излучаемого света определяет количество последовательных нуклеотидов в гомополимерном повторе. Существует множество вариантов этих методов, каждый из которых имеет свой профиль ошибок для полученных данных.[103]

Анализ данных RNA-Seq

Эксперименты с RNA-Seq генерируют большой объем считываний необработанных последовательностей, которые необходимо обработать, чтобы получить полезную информацию. Для анализа данных обычно требуется сочетание программное обеспечение для биоинформатики инструменты (см. также Список инструментов биоинформатики RNA-Seq), которые различаются в зависимости от дизайна и целей эксперимента. Процесс можно разбить на четыре этапа: контроль качества, согласование, количественная оценка и дифференциальное выражение.[104] Самые популярные программы RNA-Seq запускаются из Интерфейс командной строки, либо в Unix окружающей среде или в пределах р/Биокондуктор статистическая среда.[93]

Контроль качества

Считывание последовательности неидеально, поэтому для последующего анализа необходимо оценить точность каждой базы в последовательности. Необработанные данные проверяются, чтобы убедиться: оценки качества для базовых вызовов высокие, содержание GC соответствует ожидаемому распределению, короткие мотивы последовательностей (k-mers) не перепредставлены, и уровень дублирования чтения приемлемо низок.[86] Существует несколько вариантов программного обеспечения для анализа качества последовательности, включая FastQC и FaQC.[105][106] Аномалии могут быть удалены (обрезаны) или помечены для специальной обработки во время последующих процессов.

Выравнивание

Чтобы связать количество считанных последовательностей с экспрессией конкретного гена, последовательности транскриптов выровнен к эталонному геному или de novo выровнен друг к другу, если нет ссылки.[107][108] Ключевые вызовы для программное обеспечение для центровки включают в себя достаточную скорость, позволяющую выровнять миллиарды коротких последовательностей в значимый промежуток времени, гибкость для распознавания и обработки интронного сплайсинга эукариотической мРНК, а также правильное распределение считываний, которые отображаются в нескольких местах. Достижения программного обеспечения в значительной степени решают эти проблемы, а увеличение длины последовательного чтения снижает вероятность неоднозначного выравнивания чтения. Список доступных в настоящее время средств выравнивания последовательностей с высокой пропускной способностью поддерживается EBI.[109][110]

Согласование мРНК первичного транскрипта последовательности, полученные из эукариоты к эталонному геному требует специального обращения с интрон последовательности, которые отсутствуют в зрелой мРНК.[111] Элайнеры с коротким считыванием выполняют дополнительный цикл выравниваний, специально предназначенных для идентификации стыки стыковна основе канонических последовательностей сайтов сплайсинга и известной информации о сайтах сплайсинга интронов. Идентификация сплайсинговых соединений интрона предотвращает неправильное выравнивание считываний по сплайсинговым стыкам или ошибочное отбрасывание, позволяя выровнять большее количество считываний с эталонным геномом и повышая точность оценок экспрессии генов. С генная регуляция может произойти в изоформа мРНК выравнивания с учетом сплайсинга также позволяют обнаруживать изменения численности изоформ, которые в противном случае были бы потеряны при групповом анализе.[112]

De novo сборку можно использовать для выравнивания считываний друг с другом для построения полноразмерных последовательностей транскриптов без использования эталонного генома.[113] Проблемы, связанные с de novo сборка включает более высокие вычислительные требования по сравнению с основанным на ссылке транскриптомом, дополнительную проверку вариантов или фрагментов генов и дополнительную аннотацию собранных транскриптов. Первые метрики, используемые для описания сборок транскриптомов, такие как N50, было показано, что они вводят в заблуждение[114] и теперь доступны улучшенные методы оценки.[115][116] Метрики на основе аннотаций позволяют лучше оценить полноту сборки, например контиг взаимное количество лучших совпадений. После сборки de novo, сборку можно использовать в качестве эталона для последующих методов выравнивания последовательностей и количественного анализа экспрессии генов.

РНК-Seq de novo программное обеспечение для сборки
Программного обеспеченияВышелПоследнее обновлениеВычислительная эффективностьСильные и слабые стороны
Бархат-Оазисы[117][118]20082011Низкие, однопоточные, высокие требования к ОЗУОригинальный ассемблер для короткого чтения. Сейчас он в значительной степени заменен.
SOAPденово-транс[108]20112014Умеренные, многопоточные, средние требования к ОЗУРанний пример ассемблера для короткого чтения. Он обновлен для сборки транскриптома.
Транс-ABySS[119]20102016Умеренные, многопоточные, средние требования к ОЗУПодходит для коротких чтений, может обрабатывать сложные транскриптомы и MPI-параллельный доступна версия для вычислительных кластеров.
Троица[120][96]20112017Умеренные, многопоточные, средние требования к ОЗУПодходит для коротких чтений. Он может обрабатывать сложные транскриптомы, но требует большого объема памяти.
MiraEST[121]19992016Умеренные, многопоточные, средние требования к ОЗУМожет обрабатывать повторяющиеся последовательности, комбинировать различные форматы секвенирования и принимать широкий спектр платформ последовательностей.
Newbler[122]20042012Низкие, однопоточные, высокие требования к ОЗУСпециализирован для устранения ошибок секвенирования гомополимеров, типичных для секвенаторов Roche 454.
Инструмент для геномики CLC[123]20082014Высокие, многопоточные, низкие требования к оперативной памятиИмеет графический пользовательский интерфейс, может комбинировать различные технологии секвенирования, не имеет специфических для транскриптомов функций, а перед использованием необходимо приобрести лицензию.
SPAdes[124]20122017Высокие, многопоточные, низкие требования к оперативной памятиИспользуется для экспериментов по транскриптомике на отдельных клетках.
RSEM[125]20112017Высокие, многопоточные, низкие требования к оперативной памятиМожет оценить частоту альтернативно соединенных транскриптов. Удобный.
StringTie[97][126]20152019Высокие, многопоточные, низкие требования к оперативной памятиМожно использовать комбинацию ориентированного и de novo методы сборки для идентификации транскриптов.

Условные обозначения: RAM - оперативная память; MPI - интерфейс передачи сообщений; EST - тег выраженной последовательности.

Количественная оценка

Тепловая карта идентификация моделей коэкспрессии генов в разных образцах. Каждый столбец содержит измерения изменения экспрессии генов для одного образца. Относительная экспрессия генов обозначается цветом: высокая экспрессия (красный), средняя экспрессия (белый) и низкая экспрессия (синий). Гены и образцы со сходными профилями экспрессии могут быть автоматически сгруппированы (левое и верхнее деревья). Образцы могут быть разными людьми, тканями, средой или состоянием здоровья. В этом примере экспрессия набора генов 1 высокая, а экспрессия набора генов 2 низкая в образцах 1, 2 и 3.[51][127]

Количественная оценка выравнивания последовательностей может быть выполнена на уровне гена, экзона или транскрипта.[87] Типичные выходные данные включают в себя таблицу счетчиков чтения для каждой функции, предоставленной программному обеспечению; например, для генов в общий формат функции файл. Подсчет считывания генов и экзонов можно довольно легко рассчитать, например, с помощью HTSeq.[128] Количественный анализ на уровне транскрипта более сложен и требует вероятностных методов для оценки распространенности изоформ транскрипта на основе короткой информации чтения; например, с помощью программного обеспечения для запонок.[112] Считывания, которые одинаково хорошо совпадают с несколькими местоположениями, должны быть идентифицированы и либо удалены, либо выровнены по одному из возможных местоположений, либо по наиболее вероятному местоположению.

Некоторые методы количественной оценки могут полностью обойти необходимость в точном сопоставлении считываемой информации с эталонной последовательностью. Программный метод kallisto объединяет псевдо-выравнивание и количественную оценку в один этап, который выполняется на 2 порядка быстрее, чем современные методы, такие как те, которые используются в программном обеспечении tophat / cufflinks, с меньшими вычислительными затратами.[129]

Дифференциальное выражение

Как только будут доступны количественные подсчеты каждой стенограммы, дифференциальная экспрессия генов измеряется путем нормализации, моделирования и статистического анализа данных.[107] Большинство инструментов будут считывать таблицу генов и считывать счетчики в качестве входных данных, но некоторые программы, такие как cuffdiff, принимают двоичная карта выравнивания форматирование считывает выравнивания как входные. Конечными результатами этих анализов являются списки генов с соответствующими попарными тестами на дифференциальную экспрессию между видами лечения и оценками вероятности этих различий.[130]

Программное обеспечение для дифференциальной экспрессии генов RNA-Seq
Программного обеспеченияСредаСпециализация
Cuffdiff2[107]На основе UnixАнализ транскриптов, отслеживающий альтернативный сплайсинг мРНК
EdgeR[92]R / BioconductorЛюбые геномные данные на основе подсчета
DEseq2[131]R / BioconductorГибкие типы данных, низкая репликация
Лимма / Вум[91]R / BioconductorДанные микроматрицы или РНК-Seq, гибкий дизайн эксперимента
Бальное платье[132]R / BioconductorЭффективное и гибкое открытие расшифровки стенограмм.

Легенда: мРНК - информационная РНК.

Проверка

Транскриптомный анализ может быть подтвержден с использованием независимого метода, например, количественная ПЦР (КПЦР), который распознается и поддается статистической оценке.[133] Экспрессия гена измеряется по определенным стандартам как для интересующего гена, так и для контроль гены. Измерение с помощью qPCR аналогично измерению, полученному с помощью RNA-Seq, где значение может быть рассчитано для концентрации целевой области в данном образце. qPCR, однако, ограничивается ампликоны меньше 300 п.н., обычно ближе к 3’-концу кодирующей области, избегая 3’UTR.[134] Если требуется проверка изоформ транскрипта, проверка выравнивания чтения RNA-Seq должна указать, где qPCR грунтовки может быть размещен для максимальной дискриминации. Измерение нескольких контрольных генов вместе с интересующими генами дает стабильный эталон в биологическом контексте.[135] Проверка данных RNA-Seq методом qPCR в целом показала, что различные методы RNA-Seq сильно коррелированы.[62][136][137]

Функциональная проверка ключевых генов является важным аспектом посттранскриптомного планирования. Наблюдаемые паттерны экспрессии генов могут быть функционально связаны с фенотип независимым сбить/спасать учеба в интересующем организме.[138]

Приложения

Диагностика и профилирование болезней

Транскриптомные стратегии нашли широкое применение в различных областях биомедицинских исследований, включая болезни диагноз и профилирование.[10][139] Подходы RNA-Seq позволили крупномасштабную идентификацию сайты начала транскрипции, открытая альтернатива промоутер использование и роман изменения стыковки. Эти регулирующие элементы важны при заболеваниях человека, и поэтому определение таких вариантов имеет решающее значение для интерпретации исследования ассоциации болезней.[140] RNA-Seq также может определять связанные с заболеванием однонуклеотидный полиморфизм (SNP), аллель-специфическая экспрессия и слияние генов, что способствует пониманию причинных вариантов заболевания.[141]

Ретротранспозоны находятся сменные элементы которые размножаются в геномах эукариот посредством процесса, включающего обратная транскрипция. RNA-Seq может предоставить информацию о транскрипции эндогенных ретротранспозонов, которые могут влиять на транскрипцию соседних генов различными способами. эпигенетические механизмы которые приводят к болезни.[142] Точно так же потенциал использования RNA-Seq для понимания заболевание, связанное с иммунитетом быстро расширяется благодаря способности анализировать популяции иммунных клеток и секвенировать Т-клетка и Рецептор В-клеток репертуары пациентов.[143][144]

Транскриптомы человека и патогенов

РНК-Seq человека патогены стал общепризнанным методом количественной оценки изменений экспрессии генов, выявления новых факторы вирулентности, прогнозирование устойчивость к антибиотикам, и открытие иммунные взаимодействия между хозяином и патогеном.[145][146] Основная цель этой технологии - разработка оптимизированных инфекционный контроль меры и целевые индивидуальный подход.[144]

Транскриптомный анализ преимущественно сосредоточен либо на хозяине, либо на возбудителе. Dual RNA-Seq применялся для одновременного профилирования экспрессии РНК как у патогена, так и у хозяина на протяжении всего процесса инфицирования. Этот метод позволяет изучать динамический отклик и межвидовые сети регуляции генов в обоих партнерах по взаимодействию от начального контакта до инвазии и окончательной персистенции патогена или очистки иммунной системой хозяина.[147][148]

Реакция на окружающую среду

Транскриптомика позволяет идентифицировать гены и пути которые реагируют и противодействуют биотический и абиотические стрессы окружающей среды.[149][138] Нецелевой характер транскриптомики позволяет идентифицировать новые транскрипционные сети в сложных системах. Например, сравнительный анализ ряда нут линий на разных стадиях развития идентифицировали различные профили транскрипции, связанные с засуха и соленость стрессы, в том числе определение роли транскрипционные изоформы из AP2-EREBP.[149] Исследование экспрессии генов во время биопленка формирование грибковый возбудитель грибковые микроорганизмы албиканс выявили совместно регулируемый набор генов, критических для создания и поддержания биопленки.[150]

Транскриптомное профилирование также предоставляет важную информацию о механизмах устойчивость к лекарству. Анализ более 1000 изолятов Плазмодий falciparum, вирулентный паразит, вызывающий малярию у людей,[151] определили, что усиление развернутый белковый ответ и более медленное прогрессирование на ранних стадиях бесполого внутриэритроцитарного цикл развития были связаны с устойчивость к артемизинину в изолятах от Юго-Восточная Азия.[152]

Аннотация функции гена

Все транскриптомные методы особенно полезны в определение функций генов и определение ответственных за определенные фенотипы. Транскриптомика Арабидопсис экотипы который гипераккумулированные металлы коррелированные гены, участвующие в поглощение металлов, толерантность и гомеостаз с фенотипом.[153] Интеграция наборов данных RNA-Seq в разных тканях использовалась для улучшения аннотации функций генов в коммерчески важных организмах (например, огурец)[154] или угрожаемые виды (например, коала).[155]

Сборка считываний RNA-Seq не зависит от эталонный геном[120] и поэтому идеально подходит для исследований экспрессии генов немодельных организмов с несуществующими или плохо развитыми геномными ресурсами. Например, база данных SNP, используемых в Пихта Дугласа селекционные программы были созданы de novo анализ транскриптома в отсутствие секвенированный геном.[156] Точно так же гены, которые участвуют в развитии сердечной, мышечной и нервной ткани у омаров, были идентифицированы путем сравнения транскриптомов различных типов тканей без использования последовательности генома.[157] RNA-Seq также может использоваться для идентификации ранее неизвестных белковые кодирующие области в существующих секвенированных геномах.

Часы старения на основе транскриптома

Профилактические вмешательства, связанные со старением, невозможны без измерения скорости старения. Самый современный и сложный способ измерения скорости старения - это использование различных биомаркеров старения человека, основанный на использовании глубоких нейронных сетей, которые могут быть обучены на любом типе биологических данных омики для прогнозирования возраста субъекта. Было показано, что старение является сильной движущей силой изменений транскриптома.[158][159]. Устаревшие часы, основанные на транскриптомах, страдали от значительного разброса данных и относительно низкой точности. Однако подход, который использует временное масштабирование и бинаризацию транскриптомов для определения набора генов, который предсказывает биологический возраст с точностью, позволил достичь оценки, близкой к теоретическому пределу.[158].

Некодирующая РНК

Транскриптомика чаще всего применяется к содержанию мРНК клетки. Однако те же методы в равной степени применимы к некодирующим РНК (нкРНК), которые не транслируются в белок, но вместо этого имеют прямые функции (например, роли в трансляция белков, Репликация ДНК, Сплайсинг РНК, и транскрипционная регуляция).[160][161][162][163] Многие из этих нкРНК влияют на болезненные состояния, включая рак, сердечно-сосудистые и неврологические заболевания.[164]

Базы данных транскриптомов

Исследования транскриптомики генерируют большие объемы данных, которые имеют потенциальное применение, выходящее далеко за рамки первоначальных целей эксперимента. Таким образом, необработанные или обработанные данные могут храниться в публичные базы данных чтобы обеспечить их полезность для более широкого научного сообщества. Например, по состоянию на 2018 год Омнибус экспрессии генов содержал миллионы экспериментов.[165]

Транскриптомные базы данных
ИмяХозяинДанныеОписание
Омнибус экспрессии генов[99]NCBIМикроматрица RNA-SeqПервая база данных транскриптомики для приема данных из любого источника. Введено MIAME и MINSEQE стандарты сообщества, которые определяют необходимые метаданные эксперимента для обеспечения эффективной интерпретации и повторяемость.[166][167]
ArrayExpress[168]ENAМикрочипИмпортирует наборы данных из Омнибуса экспрессии генов и принимает прямую отправку. Обработанные данные и метаданные эксперимента хранятся в ArrayExpress, а считывания необработанной последовательности - в ENA. Соответствует стандартам MIAME и MINSEQE.[166][167]
Атлас выражений[169]EBIМикроматрица RNA-SeqБаза данных тканеспецифической экспрессии генов для животных и растений. Отображает вторичный анализ и визуализацию, например, функциональное обогащение Генная онтология термины, ИнтерПро домены или пути. Ссылки на данные о содержании белка, если таковые имеются.
Исследователь генов[170]Частное курированиеМикроматрица RNA-SeqСодержит ручные настройки общедоступных наборов данных транскриптомов с упором на медицинские данные и данные биологии растений. Отдельные эксперименты нормализованы по всей базе данных, чтобы можно было сравнивать экспрессию генов в различных экспериментах. Полная функциональность требует покупки лицензии с бесплатным доступом к ограниченной функциональности.
RefEx[171]DDBJВсеТранскриптомы человека, мыши и крысы из 40 различных органов. Экспрессия гена отображается как тепловые карты проецируется на 3D-изображения анатомических структур.
NONCODE[172]noncode.orgРНК-SeqНекодирующие РНК (нкРНК), за исключением тРНК и рРНК.

Легенда: NCBI - Национальный центр биотехнологической информации; EBI - Европейский институт биоинформатики; DDBJ - Банк данных ДНК Японии; ENA - Европейский архив нуклеотидов; MIAME - Минимум информации об эксперименте с микрочипом; MINSEQE - Минимум информации об эксперименте SEQuencing с высокой пропускной способностью.

Смотрите также

Рекомендации

Эта статья была адаптирована из следующего источника под CC BY 4.0 лицензия (2017) (отчеты рецензента): «Транскриптомические технологии», PLOS вычислительная биология, 13 (5): e1005457, 18 мая 2017 г., Дои:10.1371 / JOURNAL.PCBI.1005457, ISSN 1553-734X, ЧВК 5436640, PMID 28545146, Викиданные Q33703532

  1. ^ «Тенденция Medline: автоматическая годовая статистика результатов PubMed по любому запросу». dan.corlan.net. Получено 2016-10-05.
  2. ^ а б Adams MD, Kelley JM, Gocayne JD, Dubnick M, Polymeropoulos MH, Xiao H, et al. (Июнь 1991 г.). «Комплементарное секвенирование ДНК: метки экспрессированной последовательности и проект генома человека». Наука. 252 (5013): 1651–6. Bibcode:1991Научный ... 252.1651A. Дои:10.1126 / science.2047873. PMID 2047873. S2CID 13436211.
  3. ^ Пан К., Шай О, Ли Л.Дж., Фрей Б.Дж., Бленкоу Б.Дж. (декабрь 2008 г.). «Глубокое исследование альтернативной сложности сплайсинга в человеческом транскриптоме с помощью высокопроизводительного секвенирования». Природа Генетика. 40 (12): 1413–5. Дои:10,1038 / нг.259. PMID 18978789. S2CID 9228930.
  4. ^ а б Sultan M, Schulz MH, Richard H, Magen A, Klingenhoff A, Scherf M и др. (Август 2008 г.). «Глобальный взгляд на активность генов и альтернативный сплайсинг путем глубокого секвенирования человеческого транскриптома». Наука. 321 (5891): 956–60. Bibcode:2008Sci ... 321..956S. Дои:10.1126 / наука.1160342. PMID 18599741. S2CID 10013179.
  5. ^ Лаппалайнен Т., Саммет М., Фридлендер М.Р., 'т Хоэн П.А., Монлонг Дж., Ривас М.А. и др. (Сентябрь 2013). «Секвенирование транскриптома и генома раскрывает функциональные вариации у людей». Природа. 501 (7468): 506–11. Bibcode:2013Натура.501..506L. Дои:10.1038 / природа12531. ЧВК 3918453. PMID 24037378.
  6. ^ а б Меле М., Феррейра П.Г., Ревертер Ф., ДеЛука Д.С., Монлонг Дж., Саммет М. и др. (Май 2015 г.). «Геномика человека. Человеческий транскриптом в тканях и у людей». Наука. 348 (6235): 660–5. Bibcode:2015Научный ... 348..660M. Дои:10.1126 / science.aaa0355. ЧВК 4547472. PMID 25954002.
  7. ^ Сандберг Р. (январь 2014 г.). «Начало эры одноклеточной транскриптомики в биологии и медицине». Природные методы. 11 (1): 22–4. Дои:10.1038 / nmeth.2764. PMID 24524133. S2CID 27632439.
  8. ^ Колодзейчик А.А., Ким Дж. К., Свенссон В., Мариони Дж. К., Тайхманн С.А. (май 2015 г.). «Технология и биология секвенирования одноклеточной РНК». Молекулярная клетка. 58 (4): 610–20. Дои:10.1016 / j.molcel.2015.04.005. PMID 26000846.
  9. ^ а б c d е ж McGettigan PA (февраль 2013 г.). «Транскриптомика в эпоху RNA-seq». Современное мнение в области химической биологии. 17 (1): 4–11. Дои:10.1016 / j.cbpa.2012.12.008. PMID 23290152.
  10. ^ а б c d е ж грамм час я j k л Ван З., Герштейн М., Снайдер М. (январь 2009 г.). «RNA-Seq: революционный инструмент для транскриптомики». Природа Обзоры Генетика. 10 (1): 57–63. Дои:10.1038 / nrg2484. ЧВК 2949280. PMID 19015660.
  11. ^ а б c Озсолак Ф., Милош П.М. (февраль 2011 г.). «Секвенирование РНК: достижения, проблемы и возможности». Природа Обзоры Генетика. 12 (2): 87–98. Дои:10.1038 / nrg2934. ЧВК 3031867. PMID 21191423.
  12. ^ а б c Морозова О., Херст М., Марра М.А. (2009). «Применение новых технологий секвенирования для анализа транскриптома». Ежегодный обзор геномики и генетики человека. 10: 135–51. Дои:10.1146 / annurev-genom-082908-145957. PMID 19715439.
  13. ^ Сим Г.К., Кафатос ФК, Джонс К.В., Келер, доктор медицины, Эфстратиадис А., Маниатис Т. (декабрь 1979 г.). «Использование библиотеки кДНК для изучения эволюции и развития экспрессии мультигенных семейств хориона». Клетка. 18 (4): 1303–16. Дои:10.1016/0092-8674(79)90241-1. PMID 519770.
  14. ^ Сатклифф Дж. Г., Милнер Р. Дж., Блум Ф. Е., Лернер Р. А. (август 1982 г.). «Общая 82-нуклеотидная последовательность, уникальная для РНК мозга». Труды Национальной академии наук Соединенных Штатов Америки. 79 (16): 4942–6. Bibcode:1982PNAS ... 79.4942S. Дои:10.1073 / пнас.79.16.4942. ЧВК 346801. PMID 6956902.
  15. ^ Патни С.Д., Херлихи В.К., Шиммель П. (апрель 1983 г.). «Новые клоны тропонина Т и кДНК для 13 различных мышечных белков, обнаруженные методом дробового секвенирования». Природа. 302 (5910): 718–21. Bibcode:1983Натура.302..718П. Дои:10.1038 / 302718a0. PMID 6687628. S2CID 4364361.
  16. ^ а б c d Марра Массачусетс, Хиллиер Л., Уотерстон Р.Х. (январь 1998 г.). «Экспрессированные теги последовательностей - EST Установление мостов между геномами». Тенденции в генетике. 14 (1): 4–7. Дои:10.1016 / S0168-9525 (97) 01355-3. PMID 9448457.
  17. ^ Элвин Дж. К., Кемп Диджей, Старк Г. Р. (декабрь 1977 г.). «Метод обнаружения специфических РНК в агарозных гелях путем переноса на диазобензилоксиметилбумагу и гибридизации с ДНК-зондами». Труды Национальной академии наук Соединенных Штатов Америки. 74 (12): 5350–4. Bibcode:1977PNAS ... 74.5350A. Дои:10.1073 / пнас.74.12.5350. ЧВК 431715. PMID 414220.
  18. ^ Беккер-Андре М., Хальброк К. (ноябрь 1989 г.). «Абсолютное количественное определение мРНК с использованием полимеразной цепной реакции (ПЦР). Новый подход с помощью анализа титрования транскриптов с помощью ПЦР (PATTY)». Исследования нуклеиновых кислот. 17 (22): 9437–46. Дои:10.1093 / nar / 17.22.9437. ЧВК 335144. PMID 2479917.
  19. ^ Пьету Дж., Мариаж-Самсон Р., Файейн Н. А., Матингу С., Эвено Э, Ульгатт Р., Декрен С., Ванденбрук И., Тахи Ф., Девинь М. Д., Виркнер Ю., Ансорге В., Кокс Д., Нагасе Т., Номура Н., Оффрей С. ( Февраль 1999 г.). "База знаний Genexpress IMAGE транскриптома человеческого мозга: прототип интегрированного ресурса для функциональной и вычислительной геномики". Геномные исследования. 9 (2): 195–209. Дои:10.1101 / гр.9.2.195 (неактивно 10.11.2020). ЧВК 310711. PMID 10022985.CS1 maint: DOI неактивен по состоянию на ноябрь 2020 г. (связь)
  20. ^ Велкулеску В.Е., Чжан Л., Чжоу В., Фогельштейн Дж., Басрай М.А., Бассет Д.Е., Хитер П., Фогельштейн Б., Кинзлер К.В. (январь 1997 г.). «Характеристика дрожжевого транскриптома». Клетка. 88 (2): 243–51. Дои:10.1016 / S0092-8674 (00) 81845-0. PMID 9008165. S2CID 11430660.
  21. ^ а б c d Велкулеску В.Е., Чжан Л., Фогельштейн Б., Кинзлер К.В. (октябрь 1995 г.). «Серийный анализ экспрессии генов». Наука. 270 (5235): 484–7. Bibcode:1995Научный ... 270..484В. Дои:10.1126 / science.270.5235.484. PMID 7570003. S2CID 16281846.
  22. ^ Audic S, Claverie JM (октябрь 1997 г.). «Значение цифровых профилей экспрессии генов». Геномные исследования. 7 (10): 986–95. Дои:10.1101 / гр. 7.10.986. PMID 9331369.
  23. ^ а б c d е ж Мантионе KJ, Kream RM, Kuzelova H, Ptacek R, Raboch J, Samuel JM, Stefano GB (август 2014 г.). «Сравнение методов профилирования биоинформатической экспрессии генов: микрочип и RNA-Seq». Монитор медицинских наук, фундаментальные исследования. 20: 138–42. Дои:10.12659 / MSMBR.892101. ЧВК 4152252. PMID 25149683.
  24. ^ Чжао С., Фунг-Люн В.П., Биттнер А., Нго К., Лю X (2014). «Сравнение RNA-Seq и микроматрицы в профилировании транскриптома активированных Т-клеток». PLOS ONE. 9 (1): e78644. Bibcode:2014PLoSO ... 978644Z. Дои:10.1371 / journal.pone.0078644. ЧВК 3894192. PMID 24454679.
  25. ^ а б Хашимшони Т., Вагнер Ф, Шер Н., Янаи И. (сентябрь 2012 г.). «CEL-Seq: одноклеточная РНК-Seq путем мультиплексной линейной амплификации». Отчеты по ячейкам. 2 (3): 666–73. Дои:10.1016 / j.celrep.2012.08.003. PMID 22939981.
  26. ^ Стирс Р.Л., Геттс Р.С., Гулланс С.Р. (август 2000 г.). «Новая чувствительная система обнаружения микрочипов высокой плотности с использованием дендримерной технологии». Физиологическая геномика. 3 (2): 93–9. Дои:10.1152 / физиолгеномика.2000.3.2.93. PMID 11015604.
  27. ^ а б c d е ж Illumina (11 июля 2011 г.). «Сравнение данных РНК-Seq с микрочипами экспрессии генов» (PDF). Европейский фармацевтический обзор.
  28. ^ а б Black MB, Паркс BB, Pluta L, Chu TM, Allen BC, Wolfinger RD, Thomas RS (февраль 2014 г.). «Сравнение микрочипов и РНК-seq для анализа экспрессии генов в экспериментах по реакции на дозу». Токсикологические науки. 137 (2): 385–403. Дои:10.1093 / toxsci / kft249. PMID 24194394.
  29. ^ Мариони Дж. К., Мейсон К. Э., Мане С. М., Стивенс М., Гилад И. (сентябрь 2008 г.). «RNA-seq: оценка технической воспроизводимости и сравнение с массивами экспрессии генов». Геномные исследования. 18 (9): 1509–17. Дои:10.1101 / гр.079558.108. ЧВК 2527709. PMID 18550803.
  30. ^ Консорциум SEQC / MAQC-III (сентябрь 2014 г.). «Комплексная оценка точности, воспроизводимости и информационного содержания RNA-seq Консорциумом контроля качества секвенирования». Природа Биотехнологии. 32 (9): 903–14. Дои:10.1038 / nbt.2957. ЧВК 4321899. PMID 25150838.
  31. ^ Chen JJ, Hsueh HM, Delongchamp RR, Lin CJ, Tsai CA (октябрь 2007 г.). «Воспроизводимость данных микрочипов: дальнейший анализ данных контроля качества микрочипов (MAQC)». BMC Bioinformatics. 8: 412. Дои:10.1186/1471-2105-8-412. ЧВК 2204045. PMID 17961233.
  32. ^ Ларкин Дж. Э., Фрэнк BC, Гаврас Х., Султана Р., Квакенбуш Дж. (Май 2005 г.). «Независимость и воспроизводимость на микрочиповых платформах». Природные методы. 2 (5): 337–44. Дои:10.1038 / nmeth757. PMID 15846360. S2CID 16088782.
  33. ^ а б Нельсон Нью-Джерси (апрель 2001 г.). «Микроматрицы прибыли: инструмент экспрессии генов созрел». Журнал Национального института рака. 93 (7): 492–4. Дои:10.1093 / jnci / 93.7.492. PMID 11287436.
  34. ^ Schena M, Shalon D, Davis RW, Brown PO (октябрь 1995 г.). «Количественный мониторинг паттернов экспрессии генов с помощью комплементарного ДНК-микрочипа». Наука. 270 (5235): 467–70. Bibcode:1995Научный ... 270..467S. Дои:10.1126 / science.270.5235.467. PMID 7569999. S2CID 6720459.
  35. ^ а б Пожитков А.Е., Таутц Д., Благородный П.А. (июнь 2007 г.). «Олигонуклеотидные микрочипы: широко применяются - плохо изучены». Брифинги по функциональной геномике и протеомике. 6 (2): 141–8. Дои:10.1093 / bfgp / elm014. PMID 17644526.
  36. ^ а б c Хеллер MJ (2002).«Технология ДНК-микрочипов: устройства, системы и приложения». Ежегодный обзор биомедицинской инженерии. 4: 129–53. Дои:10.1146 / annurev.bioeng.4.020702.153438. PMID 12117754.
  37. ^ Маклахлан Г.Дж., Do K, Амбруаз С. (2005). Анализ данных экспрессии генов микрочипов. Хобокен: Джон Уайли и сыновья. ISBN 978-0-471-72612-8.[страница нужна]
  38. ^ Бреннер С., Джонсон М., Бриджем Дж., Голда Дж., Ллойд Д.Х., Джонсон Д., Луо С., МакКарди С., Фой М., Юэн М., Рот Р., Джордж Д., Элетр С., Альбрехт Дж., Вермаас Е., Уильямс С. Р., Мун К. , Бурчам Т., Паллас М., ДюБридж Р. Б., Киршнер Дж., Фирон К., Мао Дж., Коркоран К. (июнь 2000 г.). «Анализ экспрессии генов путем массового параллельного секвенирования сигнатур (MPSS) на массивах микрогранул». Природа Биотехнологии. 18 (6): 630–4. Дои:10.1038/76469. PMID 10835600. S2CID 13884154.
  39. ^ Мейерс BC, Vu TH, Tej SS, Ghazal H, Matvienko M, Agrawal V, Ning J, Haudenschild CD (август 2004 г.). «Анализ сложности транскрипции Arabidopsis thaliana путем массового параллельного секвенирования сигнатур». Природа Биотехнологии. 22 (8): 1006–11. Дои:10.1038 / nbt992. PMID 15247925. S2CID 15336496.
  40. ^ а б Бейнбридж М.Н., Уоррен Р.Л., Херст М., Романуик Т., Зенг Т., Гоу А., Делани А., Гриффит М., Хикенботам М., Магрини В., Мардис Э.Р., Садар М.Д., Сиддики А.С., Марра М.А., Джонс С.Дж. (сентябрь 2006 г.). «Анализ транскриптома клеточной линии рака предстательной железы LNCaP с использованием метода секвенирования путем синтеза». BMC Genomics. 7: 246. Дои:10.1186/1471-2164-7-246. ЧВК 1592491. PMID 17010196.
  41. ^ Мортазави А., Уильямс Б.А., МакКью К., Шеффер Л., Уолд Б. (июль 2008 г.). «Картирование и количественная оценка транскриптомов млекопитающих с помощью RNA-Seq». Природные методы. 5 (7): 621–8. Дои:10.1038 / nmeth.1226. PMID 18516045. S2CID 205418589.
  42. ^ Вильгельм Б.Т., Маргерат С., Ватт С., Шуберт Ф., Вуд В., Гудхед И., Пенкетт С.Дж., Роджерс Дж., Бэлер Дж. (Июнь 2008 г.). «Динамический репертуар эукариотического транскриптома, исследуемый при разрешении одного нуклеотида». Природа. 453 (7199): 1239–43. Bibcode:2008 Натур.453.1239W. Дои:10.1038 / природа07002. PMID 18488015. S2CID 205213499.
  43. ^ Султан М., Шульц М. Х., Ричард Х., Маген А., Клингенхофф А., Шерф М., Зайферт М., Бородина Т., Солдатов А., Пархомчук Д., Шмидт Д., О'Киф С., Хаас С., Вингрон М., Лехрах Н., Яспо М. Л. ( Август 2008 г.). «Глобальный взгляд на активность генов и альтернативный сплайсинг путем глубокого секвенирования человеческого транскриптома». Наука. 321 (5891): 956–60. Bibcode:2008Sci ... 321..956S. Дои:10.1126 / наука.1160342. PMID 18599741. S2CID 10013179.
  44. ^ а б Хомчинский П., Сакки Н. (апрель 1987 г.). «Одностадийный метод выделения РНК кислотной экстракцией тиоцианат-фенол-хлороформ гуанидиния». Аналитическая биохимия. 162 (1): 156–9. Дои:10.1016/0003-2697(87)90021-2. PMID 2440339.
  45. ^ а б Хомчинский П., Сакки Н. (2006). «Одностадийный метод выделения РНК кислотной экстракцией тиоцианат-фенол-хлороформ гуанидиния: двадцать с лишним лет спустя». Протоколы природы. 1 (2): 581–5. Дои:10.1038 / nprot.2006.83. PMID 17406285. S2CID 28653075.
  46. ^ Грилло М., Марголис, Флорида (сентябрь 1990 г.). «Использование обратной транскриптазы полимеразной цепной реакции для мониторинга экспрессии безинтронных генов». Биотехнологии. 9 (3): 262, 264, 266–8. PMID 1699561.
  47. ^ Брайант С., Мэннинг Д.Л. (1998). «Выделение информационной РНК». Протоколы выделения и характеристики РНК. Методы молекулярной биологии. 86. С. 61–4. Дои:10.1385/0-89603-494-1:61. ISBN 978-0-89603-494-5. PMID 9664454.
  48. ^ Чжао В., Хэ Икс, Ходли К.А., Паркер Дж.С., Хейс Д.Н., Перу С.М. (июнь 2014 г.). «Сравнение RNA-Seq по захвату поли (A), истощению рибосомной РНК и ДНК-микрочипу для профилирования экспрессии». BMC Genomics. 15: 419. Дои:10.1186/1471-2164-15-419. ЧВК 4070569. PMID 24888378.
  49. ^ Некоторые примеры образцов окружающей среды включают: морскую воду, почву или воздух.
  50. ^ Close TJ, Wanamaker SI, Caldo RA, Turner SM, Ashlock DA, Dickerson JA, Wing RA, Muehlbauer GJ, Kleinhofs A, Wise RP (март 2004 г.). «Новый ресурс для геномики зерновых: GeneChip из 22K ячменя достиг совершеннолетия». Физиология растений. 134 (3): 960–8. Дои:10.1104 / стр.103.034462. ЧВК 389919. PMID 15020760.
  51. ^ а б c d е Лоу Р., Ширли Н., Бликли М., Долан С., Шафи Т. (май 2017 г.). «Транскриптомические технологии». PLOS вычислительная биология. 13 (5): e1005457. Bibcode:2017PLSCB..13E5457L. Дои:10.1371 / journal.pcbi.1005457. ЧВК 5436640. PMID 28545146.
  52. ^ а б Сираки Т., Кондо С., Катаяма С., Ваки К., Касукава Т., Кавадзи Х, Кодзиус Р., Ватахики А., Накамура М., Аракава Т., Фукуда С., Сасаки Д., Подхайска А., Харберс М., Кавай Дж., Карнинчи П., Хаяшизаки Ю. (Декабрь 2003 г.). «Экспрессия гена анализа кэпа для высокопроизводительного анализа начальной точки транскрипции и идентификации использования промотора». Труды Национальной академии наук Соединенных Штатов Америки. 100 (26): 15776–81. Bibcode:2003ПНАС..10015776С. Дои:10.1073 / pnas.2136655100. ЧВК 307644. PMID 14663149.
  53. ^ Романов В., Давидофф С.Н., Майлз А.Р., Грейнджер Д.В., Гейл Б.К., Брукс Б.Д. (март 2014 г.). «Критическое сравнение технологий изготовления белковых микрочипов». Аналитик. 139 (6): 1303–26. Bibcode:2014Ана ... 139.1303р. Дои:10.1039 / c3an01577g. PMID 24479125.
  54. ^ а б Барбулович-Над I, Люсенте М., Сунь Й., Чжан М., Уиллер А.Р., Буссманн М. (01.10.2006). «Методы изготовления биомикрочипов - обзор». Критические обзоры в биотехнологии. 26 (4): 237–59. CiteSeerX 10.1.1.661.6833. Дои:10.1080/07388550600978358. PMID 17095434. S2CID 13712888.
  55. ^ Оберн Р.П., Крейл Д.П., Медоуз Л.А., Фишер Б., Матилла С.С., Рассел С. (июль 2005 г.). «Роботизированное выделение кДНК и олигонуклеотидных микрочипов». Тенденции в биотехнологии. 23 (7): 374–9. Дои:10.1016 / j.tibtech.2005.04.002. PMID 15978318.
  56. ^ Шалон Д., Смит С.Дж., Браун П.О. (июль 1996 г.). «Система ДНК-микрочипов для анализа сложных образцов ДНК с использованием гибридизации двухцветных флуоресцентных зондов». Геномные исследования. 6 (7): 639–45. Дои:10.1101 / гр.6.7.639. PMID 8796352.
  57. ^ Локхарт DJ, Донг Х., Бирн М.С., Фоллетти М.Т., Галло М.В., Чи М.С., Миттманн М., Ван С., Кобаяши М., Хортон Х., Браун Е.Л. (декабрь 1996 г.). «Мониторинг экспрессии путем гибридизации с массивами олигонуклеотидов высокой плотности». Природа Биотехнологии. 14 (13): 1675–80. Дои:10.1038 / nbt1296-1675. PMID 9634850. S2CID 35232673.
  58. ^ Иризарри Р.А., Болстад Б.М., Коллин Ф., Коуп Л.М., Хоббс Б., Speed ​​TP (февраль 2003 г.). "Сводные данные об уровне датчиков Affymetrix GeneChip". Исследования нуклеиновых кислот. 31 (4): 15e – 15. Дои:10.1093 / nar / gng015. ЧВК 150247. PMID 12582260.
  59. ^ Зельцер Р.Р., Ричмонд Т.А., Пофаль Н.Дж., Грин Р.Д., Эйс П.С., Наир П., Бротман А.Р., Столлингс Р.Л. (ноябрь 2005 г.). «Анализ хромосомных точек разрыва в нейробластоме при разрешении менее килобаз с использованием точного мозаичного массива олигонуклеотидов CGH». Гены, хромосомы и рак. 44 (3): 305–19. Дои:10.1002 / gcc.20243. PMID 16075461. S2CID 39437458.
  60. ^ Свенссон В., Венто-Тормо Р., Тайхманн С.А. (апрель 2018 г.). «Экспоненциальное масштабирование одноклеточной последовательности РНК за последнее десятилетие». Протоколы природы. 13 (4): 599–604. Дои:10.1038 / nprot.2017.149. PMID 29494575. S2CID 3560001.
  61. ^ Татибана C (18.08.2015). «Транскриптомика сегодня: микроматрицы, последовательность РНК и многое другое».. Наука. 349 (6247): 544. Bibcode:2015Научный ... 349..544Т. Дои:10.1126 / science.opms.p1500095.
  62. ^ а б Нагалакшми Ю., Ван З., Верн К., Шоу С., Раха Д., Герштейн М., Снайдер М. (июнь 2008 г.). «Транскрипционный ландшафт генома дрожжей, определенный с помощью секвенирования РНК». Наука. 320 (5881): 1344–9. Bibcode:2008Научный ... 320.1344N. Дои:10.1126 / science.1158441. ЧВК 2951732. PMID 18451266.
  63. ^ Су З, Фанг Х, Хун Х, Ши Л., Чжан В., Чжан В., Чжан И, Донг З, Ланкашир Л. Дж., Бессарабова М., Ян Х, Нин Б., Гонг Б., Михан Дж, Сюй Дж., Ге В., Перкинс Р. , Фишер М., Тонг В. (декабрь 2014 г.). «Исследование биомаркеров, полученных из устаревших данных микрочипов, на предмет их полезности в эпоху РНК-секвенирования». Геномная биология. 15 (12): 523. Дои:10.1186 / s13059-014-0523-у. ЧВК 4290828. PMID 25633159.
  64. ^ Lee JH, Daugharthy ER, Scheiman J, Kalhor R, Yang JL, Ferrante TC, Terry R, ​​Jeanty SS, Li C, Amamoto R, Peters DT, Turczyk BM, Marblestone AH, Inverso SA, Bernard A, Mali P, Rios X , Aach J, Church GM (март 2014 г.). «Высоко мультиплексное секвенирование субклеточной РНК in situ». Наука. 343 (6177): 1360–3. Bibcode:2014Научный ... 343.1360L. Дои:10.1126 / science.1250212. ЧВК 4140943. PMID 24578530.
  65. ^ а б Шендурэ Дж, Джи Х (октябрь 2008 г.). «Секвенирование ДНК нового поколения». Природа Биотехнологии. 26 (10): 1135–45. Дои:10.1038 / nbt1486. PMID 18846087. S2CID 6384349.
  66. ^ Лахенс Н.Ф., Кавакли И.Х., Чжан Р., Хайер К., Блэк М.Б., Дюк Х., Писарро А., Ким Дж., Иризарри Р., Томас Р.С., Грант Г.Р., Хогенеш Дж.Б. (июнь 2014 г.). «IVT-seq показывает крайнюю предвзятость в секвенировании РНК». Геномная биология. 15 (6): R86. Дои:10.1186 / gb-2014-15-6-r86. ЧВК 4197826. PMID 24981968.
  67. ^ а б Книрим Э, Лакке Б., Шварц Дж. М., Шуэльке М., Зелоу Д. (2011). «Систематическое сравнение трех методов фрагментации продуктов ПЦР дальнего действия для секвенирования следующего поколения». PLOS ONE. 6 (11): e28240. Bibcode:2011PLoSO ... 628240K. Дои:10.1371 / journal.pone.0028240. ЧВК 3227650. PMID 22140562.
  68. ^ Раус А., руководитель SR, Ordoukhanian P, Johnson JE (август 2015 г.). "ClickSeq: Секвенирование следующего поколения без фрагментации посредством лигирования адаптеров со стохастически терминированными 3'-азидо кДНК". Журнал молекулярной биологии. 427 (16): 2610–6. Дои:10.1016 / j.jmb.2015.06.011. ЧВК 4523409. PMID 26116762.
  69. ^ Парех С., Цигенхайн С., Вьет Б., Энард В., Хеллманн I (май 2016 г.). «Влияние амплификации на анализ дифференциальной экспрессии с помощью RNA-seq». Научные отчеты. 6: 25533. Bibcode:2016НатСР ... 625533П. Дои:10.1038 / srep25533. ЧВК 4860583. PMID 27156886.
  70. ^ Шанкер С., Полсон А., Эденберг Х. Дж., Пик А, Перера А., Алексеев Ю. О., Беклофф Н., Бивенс Нью-Джерси, Доннелли Р., Гилласпи А. Ф., Гроув Д., Гу В., Джафари Н., Керли-Гамильтон Д. С., Лайонс Р. Х., Теппер С., Николет СМ (апрель 2015 г.). «Оценка коммерчески доступных наборов для амплификации РНК для секвенирования РНК с использованием очень низких вводимых количеств общей РНК». Журнал биомолекулярных методов. 26 (1): 4–18. Дои:10.7171 / jbt.15-2601-001. ЧВК 4310221. PMID 25649271.
  71. ^ Jiang L, Schlesinger F, Davis CA, Zhang Y, Li R, Salit M, Gingeras TR, Оливер Б. (сентябрь 2011 г.). «Синтетические вспомогательные стандарты для экспериментов с последовательностью РНК». Геномные исследования. 21 (9): 1543–51. Дои:10.1101 / гр.121095.111. ЧВК 3166838. PMID 21816910.
  72. ^ Кивиоя Т., Вяхараутио А., Карлссон К., Бонке М., Энге М., Линнарссон С., Тайпале Дж. (Ноябрь 2011 г.). «Подсчет абсолютного числа молекул с использованием уникальных молекулярных идентификаторов». Природные методы. 9 (1): 72–4. Дои:10.1038 / nmeth.1778. PMID 22101854. S2CID 39225091.
  73. ^ Тан Ф., Барбачору С., Ван И, Нордман Э, Ли С., Сюй Н., Ван Х, Бодо Дж., Туч Б. Б., Сиддики А., Лао К., Сурани М. А. (май 2009 г.). «Анализ целого транскриптома мРНК-Seq отдельной клетки». Природные методы. 6 (5): 377–82. Дои:10.1038 / nmeth.1315. PMID 19349980. S2CID 16570747.
  74. ^ Ислам С., Цейзель А., Йост С., Ла Манно Г., Зайак П., Каспер М., Лённерберг П., Линнарссон С. (февраль 2014 г.). «Количественный анализ одноклеточной РНК-последовательности с уникальными молекулярными идентификаторами». Природные методы. 11 (2): 163–6. Дои:10.1038 / nmeth.2772. PMID 24363023. S2CID 6765530.
  75. ^ Джайтин Д.А., Кенигсберг Э., Керен-Шауль Х., Элефант Н., Пол Ф., Зарецкий И., Милднер А., Коэн Н., Юнг С., Танай А., Амит I (февраль 2014 г.). «Массивно-параллельная одноклеточная последовательность РНК для безмаркерного разложения тканей на типы клеток». Наука. 343 (6172): 776–9. Bibcode:2014Наука ... 343..776J. Дои:10.1126 / science.1247651. ЧВК 4412462. PMID 24531970.
  76. ^ а б Левин Дж. З., Яссур М., Адиконис Х, Нусбаум К., Томпсон Д. А., Фридман Н., Гнирке А., Регев А. (сентябрь 2010 г.). «Комплексный сравнительный анализ методов секвенирования нити-специфической РНК». Природные методы. 7 (9): 709–15. Дои:10.1038 / nmeth.1491. ЧВК 3005310. PMID 20711195.
  77. ^ Перепел М.А., Смит М., Коупленд П., Отто Т.Д., Харрис С.Р., Коннор Т.Р., Бертони А., Свердлоу Х.П., Гу Y (июль 2012 г.). «Рассказ о трех платформах секвенирования следующего поколения: сравнение секвенсоров Ion Torrent, Pacific Biosciences и Illumina MiSeq». BMC Genomics. 13: 341. Дои:10.1186/1471-2164-13-341. ЧВК 3431227. PMID 22827831.
  78. ^ а б Лю Л., Ли И, Ли С., Ху Н, Хе И, Понг Р., Лин Д., Лу Л., Закон М. (2012). «Сравнение систем секвенирования нового поколения». Журнал биомедицины и биотехнологии. 2012: 251364. Дои:10.1155/2012/251364. ЧВК 3398667. PMID 22829749.
  79. ^ «СРА». Получено 2016-10-06.В архиве чтения последовательности NCBI (SRA) был выполнен поиск с использованием «RNA-Seq [Strategy]» и одного из «LS454 [Platform]», «Illumina [platform]», «ABI Solid [Platform]», «Ion Torrent [Platform] »,« PacBio SMRT »[Платформа]», чтобы сообщить количество запусков RNA-Seq, депонированных для каждой платформы.
  80. ^ Ломан Н.Дж., Мисра Р.В., Даллман Т.Дж., Константиниду К., Гарбия С.Е., Уэйн Дж., Паллен М.Дж. (май 2012 г.). «Сравнение производительности настольных платформ для высокопроизводительного секвенирования». Природа Биотехнологии. 30 (5): 434–9. Дои:10.1038 / nbt.2198. PMID 22522955. S2CID 5300923.
  81. ^ Гудвин С., Макферсон Дж. Д., Маккомби В. Р. (май 2016 г.). «Достигнув совершеннолетия: десять лет технологий секвенирования следующего поколения». Природа Обзоры Генетика. 17 (6): 333–51. Дои:10.1038 / nrg.2016.49. PMID 27184599. S2CID 8295541.
  82. ^ Garalde DR, Snell EA, Jachimowicz D, Sipos B, Lloyd JH, Bruce M, Pantic N, Admassu T, James P, Warland A, Jordan M, Ciccone J, Serra S, Keenan J, Martin S, McNeill L, Wallace EJ , Jayasinghe L, Wright C, Blasco J, Young S, Brocklebank D, Juul S, Clarke J, Heron AJ, Turner DJ (март 2018 г.). «Высоко параллельное прямое секвенирование РНК на массиве нанопор». Природные методы. 15 (3): 201–206. Дои:10.1038 / nmeth.4577. PMID 29334379. S2CID 3589823.
  83. ^ Ломан Нью-Джерси, Квик Дж., Симпсон Дж. Т. (август 2015 г.). «Полный бактериальный геном собран de novo с использованием только данных секвенирования нанопор». Природные методы. 12 (8): 733–5. Дои:10.1038 / nmeth.3444. PMID 26076426. S2CID 15053702.
  84. ^ Озсолак Ф., Платт А.Р., Джонс Д.Р., Райфенбергер Дж. Г., Сасс ЛЭ, МакИнерни П., Томпсон Дж. Ф., Бауэрс Дж., Ярош М., Милош П.М. (октябрь 2009 г.). «Прямое секвенирование РНК». Природа. 461 (7265): 814–8. Bibcode:2009Натура.461..814O. Дои:10.1038 / природа08390. PMID 19776739. S2CID 4426760.
  85. ^ а б Hart SN, Therneau TM, Zhang Y, Poland GA, Kocher JP (декабрь 2013 г.). «Расчет оценок размера выборки для данных секвенирования РНК». Журнал вычислительной биологии. 20 (12): 970–8. Дои:10.1089 / cmb.2012.0283. ЧВК 3842884. PMID 23961961.
  86. ^ а б c Conesa A, Madrigal P, Tarazona S, Gomez-Cabrero D, Cervera A, McPherson A, Szcześniak MW, Gaffney DJ, Elo LL, Zhang X, Mortazavi A (январь 2016 г.). «Обзор лучших практик анализа данных RNA-seq». Геномная биология. 17: 13. Дои:10.1186 / s13059-016-0881-8. ЧВК 4728800. PMID 26813401.
  87. ^ а б Rapaport F, Khanin R, Liang Y, Pirun M, Krek A, Zumbo P, Mason CE, Socci ND, Betel D (2013). «Комплексная оценка методов дифференциального анализа экспрессии генов по данным RNA-seq». Геномная биология. 14 (9): R95. Дои:10.1186 / gb-2013-14-9-r95. ЧВК 4054597. PMID 24020486.
  88. ^ Консорциум проектов ENCODE; Олдред, Шелли Ф .; Коллинз, Патрик Дж .; Дэвис, Кэрри А .; Дойл, Фрэнсис; Эпштейн, Чарльз Б .; Фритце, Сет; Харроу, Дженнифер; Каул, Раджиндер; Хатун, Джайнаб; Lajoie, Bryan R .; Ландт, Стивен Дж .; Ли, Бум-Кю; Паули, Флоренсия; Розенблум, Кейт Р .; Сабо, Питер; Сафи, Алексиас; Саньял, Амартья; Шореш, Ноам; Саймон, Джереми М .; Песня, Линьюнь; Альтшулер, Роберт С .; Бирни, Юэн; Браун, Джеймс Б .; Ченг, Чао; Джебали, Сара; Дун, Сяньцзюнь; Данэм, Ян; Эрнст, Джейсон; и другие. (Сентябрь 2012 г.). «Интегрированная энциклопедия элементов ДНК в геноме человека». Природа. 489 (7414): 57–74. Bibcode:2012Натура 489 ... 57т. Дои:10.1038 / природа11247. ЧВК 3439153. PMID 22955616.
  89. ^ Sloan CA, Chan ET, Davidson JM, Malladi VS, Strattan JS, Hitz BC и др. (Январь 2016 г.). «КОДИРОВАТЬ данные на портале ENCODE». Исследования нуклеиновых кислот. 44 (D1): D726–32. Дои:10.1093 / нар / gkv1160. ЧВК 4702836. PMID 26527727.
  90. ^ «ENCODE: Энциклопедия элементов ДНК». encodeproject.org.
  91. ^ а б Ричи М.Э., Фипсон Б., Ву Д., Ху Ю., Ло С.В., Ши В., Смит Г.К. (апрель 2015 г.). «Limma поддерживает анализ дифференциальной экспрессии для секвенирования РНК и исследований микрочипов». Исследования нуклеиновых кислот. 43 (7): e47. Дои:10.1093 / nar / gkv007. ЧВК 4402510. PMID 25605792.
  92. ^ а б Робинсон, доктор медицины, Маккарти, ди-джей, Смит, Г.К. (январь 2010 г.). «edgeR: пакет Bioconductor для анализа дифференциальной экспрессии цифровых данных экспрессии генов». Биоинформатика. 26 (1): 139–40. Дои:10.1093 / биоинформатика / btp616. ЧВК 2796818. PMID 19910308.
  93. ^ а б Хубер В., Кэри В.Дж., Джентльмен Р., Андерс С., Карлсон М., Карвалью Б.С. и др. (Февраль 2015 г.). «Организация высокопроизводительного геномного анализа с помощью Bioconductor». Природные методы. 12 (2): 115–21. Дои:10.1038 / nmeth.3252. ЧВК 4509590. PMID 25633503.
  94. ^ Смит, Г. К. (2005). «Лимма: линейные модели для данных микрочипов». Решения для биоинформатики и вычислительной биологии с использованием R и биокондуктора. Статистика для биологии и здоровья. Спрингер, Нью-Йорк, штат Нью-Йорк. С. 397–420. CiteSeerX 10.1.1.361.8519. Дои:10.1007/0-387-29362-0_23. ISBN 9780387251462.
  95. ^ Стив., Рассел (2008). Технология микрочипов на практике. Медоуз, Лиза А. Берлингтон: Elsevier. ISBN 9780080919768. OCLC 437246554.
  96. ^ а б Хаас Б.Дж., Папаниколау А., Яссур М., Грабхерр М., Блад П.Д., Боуден Дж., Кугер М.Б., Эклс Д., Ли Б., Либер М., МакМейнс, доктор медицины, Отт М., Орвис Дж., Почет Н., Строцци Ф., Уикс Н., Вестерман Р. , Уильям Т., Дьюи К.Н., Хеншель Р., Ледюк Р.Д., Фридман Н., Регев А. (август 2013 г.). «Реконструкция последовательности транскрипта de novo из RNA-seq с использованием платформы Trinity для создания и анализа ссылок». Протоколы природы. 8 (8): 1494–512. Дои:10.1038 / nprot.2013.084. ЧВК 3875132. PMID 23845962.
  97. ^ а б Pertea M, Pertea GM, Antonescu CM, Chang TC, Mendell JT, Salzberg SL (март 2015 г.). «StringTie обеспечивает улучшенную реконструкцию транскриптома из считываний RNA-seq». Природа Биотехнологии. 33 (3): 290–5. Дои:10.1038 / nbt.3122. ЧВК 4643835. PMID 25690850.
  98. ^ Кодама Ю., Шамвей М., Лейнонен Р. (январь 2012 г.). "Архив чтения последовательности: взрывной рост данных секвенирования". Исследования нуклеиновых кислот. 40 (Проблема с базой данных): D54–6. Дои:10.1093 / нар / gkr854. ЧВК 3245110. PMID 22009675.
  99. ^ а б Эдгар Р., Домрачев М., Лэш А.Е. (январь 2002 г.). «Омнибус экспрессии генов: репозиторий массива данных экспрессии генов NCBI и гибридизации». Исследования нуклеиновых кислот. 30 (1): 207–10. Дои:10.1093 / nar / 30.1.207. ЧВК 99122. PMID 11752295.
  100. ^ Петров А, Шамс С (01.11.2004). «Обработка изображений микрочипов и контроль качества». Журнал систем обработки сигналов СБИС для технологий сигналов, изображений и видео. 38 (3): 211–226. Дои:10.1023 / B: VLSI.0000042488.08307.ad. S2CID 31598448.
  101. ^ Петров А, Шамс С (2004). «Обработка изображений микрочипов и контроль качества». Журнал систем обработки сигналов СБИС для сигналов, изображений и видео технологий. 38 (3): 211–226. Дои:10.1023 / B: VLSI.0000042488.08307.ad. S2CID 31598448.
  102. ^ Квон Ю.М., Рике С. (2011). Секвенирование нового поколения с высокой пропускной способностью. Методы молекулярной биологии. 733. SpringerLink. Дои:10.1007/978-1-61779-089-8. ISBN 978-1-61779-088-1. S2CID 3684245.
  103. ^ Накамура К., Осима Т., Моримото Т., Икеда С., Йошикава Х., Шива И., Исикава С., Линак М.С., Хираи А., Такахаши Х., Алтаф-Уль-Амин М., Огасавара Н., Каная С. (июль 2011 г.). «Профиль ошибок секвенсоров Illumina для конкретных последовательностей». Исследования нуклеиновых кислот. 39 (13): e90. Дои:10.1093 / nar / gkr344. ЧВК 3141275. PMID 21576222.
  104. ^ Ван Верк М.С., Хикман Р., Питерс К.М., Ван Вис С.К. (апрель 2013 г.). «RNA-Seq: откровение вестников». Тенденции в растениеводстве. 18 (4): 175–9. Дои:10.1016 / j.tplants.2013.02.001. HDL:1874/309456. PMID 23481128.
  105. ^ Эндрюс С. (2010). «FastQC: инструмент контроля качества для данных последовательности с высокой пропускной способностью». Бабрахам Биоинформатика. Получено 2017-05-23.
  106. ^ Lo CC, Сеть PS (ноябрь 2014 г.). «Быстрая оценка и контроль качества данных секвенирования следующего поколения с помощью FaQC». BMC Bioinformatics. 15: 366. Дои:10.1186 / s12859-014-0366-2. ЧВК 4246454. PMID 25408143.
  107. ^ а б c Trapnell C, Hendrickson DG, Sauvageau M, Goff L, Rinn JL, Pachter L (январь 2013 г.). «Дифференциальный анализ регуляции генов при разрешении транскриптов с помощью RNA-seq». Природа Биотехнологии. 31 (1): 46–53. Дои:10.1038 / nbt.2450. ЧВК 3869392. PMID 23222703.
  108. ^ а б Xie Y, Wu G, Tang J, Luo R, Patterson J, Liu S, Huang W, He G, Gu S, Li S, Zhou X, Lam TW, Li Y, Xu X, Wong GK, Wang J (июнь 2014 г.) ). «SOAPdenovo-Trans: сборка транскриптома de novo с короткими чтениями RNA-Seq». Биоинформатика. 30 (12): 1660–6. arXiv:1305.6760. Дои:10.1093 / биоинформатика / btu077. PMID 24532719. S2CID 5152689.
  109. ^ Картографы HTS. http://www.ebi.ac.uk/~nf/hts_mappers/
  110. ^ Fonseca NA, Rung J, Brazma A, Marioni JC (декабрь 2012 г.). «Инструменты для сопоставления данных высокопроизводительного секвенирования». Биоинформатика. 28 (24): 3169–77. Дои:10.1093 / биоинформатика / bts605. PMID 23060614.
  111. ^ Трапнелл С., Пахтер Л., Зальцберг С.Л. (май 2009 г.). «TopHat: обнаружение сплайсинговых соединений с помощью RNA-Seq». Биоинформатика. 25 (9): 1105–11. Дои:10.1093 / биоинформатика / btp120. ЧВК 2672628. PMID 19289445.
  112. ^ а б Trapnell C, Williams BA, Pertea G, Mortazavi A, Kwan G, van Baren MJ, Salzberg SL, Wold BJ, Pachter L (май 2010 г.). «Сборка и количественная оценка транскриптов с помощью RNA-Seq выявляет неаннотированные транскрипты и переключение изоформ во время дифференцировки клеток». Природа Биотехнологии. 28 (5): 511–5. Дои:10.1038 / nbt.1621. ЧВК 3146043. PMID 20436464.
  113. ^ Миллер Дж., Корен С., Саттон Дж. (Июнь 2010 г.). «Алгоритмы сборки для данных секвенирования нового поколения». Геномика. 95 (6): 315–27. Дои:10.1016 / j.ygeno.2010.03.001. ЧВК 2874646. PMID 20211242.
  114. ^ О'Нил С.Т., Эмрих С.Дж. (июль 2013 г.). «Оценка показателей сборки транскриптома De Novo на предмет согласованности и полезности». BMC Genomics. 14: 465. Дои:10.1186/1471-2164-14-465. ЧВК 3733778. PMID 23837739.
  115. ^ Смит-Унна Р., Бурснелл С., Патро Р., Хибберд Дж. М., Келли С. (август 2016 г.). «TransRate: безреференсная оценка качества сборок транскриптомов de novo». Геномные исследования. 26 (8): 1134–44. Дои:10.1101 / гр.196469.115. ЧВК 4971766. PMID 27252236.
  116. ^ Ли Б., Филлмор Н., Бай И., Коллинз М., Томсон Дж. А., Стюарт Р., Дьюи С. Н. (декабрь 2014 г.). «Оценка сборок транскриптомов de novo по данным RNA-Seq». Геномная биология. 15 (12): 553. Дои:10.1186 / s13059-014-0553-5. ЧВК 4298084. PMID 25608678.
  117. ^ Зербино Д.Р., Бирни Э. (май 2008 г.). "Velvet: алгоритмы сборки короткого чтения de novo с использованием графов де Брейна". Геномные исследования. 18 (5): 821–9. Дои:10.1101 / гр.074492.107. ЧВК 2336801. PMID 18349386.
  118. ^ Шульц М.Х., Зербино Д.Р., Вингрон М., Бирни Э. (апрель 2012 г.). «Оазисы: надежная сборка de novo RNA-seq в динамическом диапазоне уровней экспрессии». Биоинформатика. 28 (8): 1086–92. Дои:10.1093 / биоинформатика / bts094. ЧВК 3324515. PMID 22368243.
  119. ^ Робертсон Дж., Шейн Дж., Чиу Р., Корбетт Р., Филд М., Джекман С.Д. и др. (Ноябрь 2010 г.). «Сборка de novo и анализ данных РНК-seq». Природные методы. 7 (11): 909–12. Дои:10.1038 / nmeth.1517. PMID 20935650. S2CID 1034682.
  120. ^ а б Grabherr MG, Haas BJ, Yassour M, Levin JZ, Thompson DA, Amit I, Adiconis X, Fan L, Raychowdhury R, ​​Zeng Q, Chen Z, Mauceli E, Hacohen N, Gnirke A, Rhind N, di Palma F, Birren Б.В., Нусбаум К., Линдблад-То К., Фридман Н., Регев А. (май 2011 г.). «Сборка полноразмерного транскриптома из данных RNA-Seq без эталонного генома». Природа Биотехнологии. 29 (7): 644–52. Дои:10.1038 / nbt.1883. ЧВК 3571712. PMID 21572440.
  121. ^ Шевре Б., Пфистерер Т., Дрешер Б., Дризель А.Дж., Мюллер В.Е., Веттер Т., Сухай С. (июнь 2004 г.). «Использование ассемблера miraEST для надежной и автоматической сборки транскриптов мРНК и обнаружения SNP в секвенированных EST». Геномные исследования. 14 (6): 1147–59. Дои:10.1101 / гр.1917404. ЧВК 419793. PMID 15140833.
  122. ^ Маргулис М., Эгхольм М., Альтман В.Е., Аттия С., Бадер Дж. С., Бембен Л.А. и др. (Сентябрь 2005 г.). «Секвенирование генома в микропроцессорных пиколитровых реакторах высокой плотности». Природа. 437 (7057): 376–80. Bibcode:2005Натура 437..376М. Дои:10.1038 / природа03959. ЧВК 1464427. PMID 16056220.
  123. ^ Кумар С., Блэкстер М.Л. (октябрь 2010 г.). «Сравнение de novo ассемблеров для 454 транскриптомных данных». BMC Genomics. 11: 571. Дои:10.1186/1471-2164-11-571. ЧВК 3091720. PMID 20950480.
  124. ^ Банкевич А., Нурк С., Антипов Д., Гуревич А.А., Дворкин М., Куликов А.С., Лесин В.М., Николенко С.И., Фам С., Пржибельский А.Д., Пышкин А.В., Сироткин А.В., Вяххи Н., Теслер Г., Алексеев М.А., Певзнер П.А. (май 2012 г.) ). «SPAdes: новый алгоритм сборки генома и его приложения для секвенирования отдельных клеток». Журнал вычислительной биологии. 19 (5): 455–77. Дои:10.1089 / cmb.2012.0021. ЧВК 3342519. PMID 22506599.
  125. ^ Ли Б., Дьюи К.Н. (август 2011 г.). «RSEM: точная количественная оценка транскриптов на основе данных RNA-Seq с референсным геномом или без него». BMC Bioinformatics. 12: 323. Дои:10.1186/1471-2105-12-323. ЧВК 3163565. PMID 21816040.
  126. ^ Ковака, Сэм; Зимин, Алексей В .; Pertea, Geo M .; Разаги, Рохам; Зальцберг, Стивен Л .; Пертя, Михаэла (2019-07-08). «Сборка транскриптома из выравниваний длинных последовательностей РНК с помощью StringTie2». bioRxiv: 694554. Дои:10.1101/694554. Получено 27 августа 2019.
  127. ^ Геленборг Н., О'Донохью С.И., Балига Н.С., Гоесманн А., Хиббс М.А., Китано Х., Кольбахер О., Нойвегер Х., Шнайдер Р., Тененбаум Д., Гэвин А.С. (март 2010 г.). «Визуализация данных омики для системной биологии». Природные методы. 7 (3 Дополнение): S56–68. Дои:10.1038 / nmeth.1436. PMID 20195258. S2CID 205419270.
  128. ^ Андерс С., Пил П. Т., Хубер В. (январь 2015 г.). «HTSeq - среда Python для работы с высокопроизводительными данными секвенирования». Биоинформатика. 31 (2): 166–9. Дои:10.1093 / биоинформатика / btu638. ЧВК 4287950. PMID 25260700.
  129. ^ Брей Н.Л., Пиментел Х, Мельстед П., Пахтер Л. (май 2016 г.). «Почти оптимальная вероятностная количественная оценка последовательности РНК». Природа Биотехнологии. 34 (5): 525–7. Дои:10.1038 / nbt.3519. PMID 27043002. S2CID 205282743.
  130. ^ Ли Х, Хандакер Б., Вайсокер А., Феннелл Т., Руан Дж., Гомер Н., Март Дж., Абекасис Дж., Дурбин Р. (август 2009 г.). "Формат выравнивания / карты последовательностей и SAMtools". Биоинформатика. 25 (16): 2078–9. Дои:10.1093 / биоинформатика / btp352. ЧВК 2723002. PMID 19505943.
  131. ^ Любовь М.И., Хубер В., Андерс С. (2014). «Умеренная оценка кратного изменения и дисперсии данных RNA-seq с помощью DESeq2». Геномная биология. 15 (12): 550. Дои:10.1186 / s13059-014-0550-8. ЧВК 4302049. PMID 25516281.
  132. ^ Frazee AC, Pertea G, Jaffe AE, Langmead B, Salzberg SL, Leek JT (март 2015 г.). «Ballgown устраняет разрыв между сборкой транскриптома и анализом экспрессии». Природа Биотехнологии. 33 (3): 243–6. Дои:10.1038 / nbt.3172. ЧВК 4792117. PMID 25748911.
  133. ^ Fang Z, Cui X (май 2011 г.). «Проблемы проектирования и проверки в экспериментах с RNA-seq». Брифинги по биоинформатике. 12 (3): 280–7. Дои:10.1093 / bib / bbr004. PMID 21498551.
  134. ^ Рамскельд Д., Ван Э. Т., Бурдж С. Б., Сандберг Р. (декабрь 2009 г.). «Обилие повсеместно экспрессируемых генов, выявленное с помощью данных о последовательности тканевого транскриптома». PLOS вычислительная биология. 5 (12): e1000598. Bibcode:2009PLSCB ... 5E0598R. Дои:10.1371 / journal.pcbi.1000598. ЧВК 2781110. PMID 20011106.
  135. ^ Вандесомпеле Дж., Де Претер К., Паттин Ф., Поппе Б., Ван Рой Н., Де Паэпе А., Спелеман Ф. (июнь 2002 г.). «Точная нормализация количественных данных ОТ-ПЦР в реальном времени путем геометрического усреднения нескольких генов внутреннего контроля». Геномная биология. 3 (7): ИССЛЕДОВАНИЕ0034. Дои:10.1186 / gb-2002-3-7-research0034. ЧВК 126239. PMID 12184808.
  136. ^ Core LJ, Waterfall JJ, Lis JT (декабрь 2008 г.). «Зарождающееся секвенирование РНК показывает широко распространенные паузы и дивергентную инициацию на промоторах человека». Наука. 322 (5909): 1845–8. Bibcode:2008Sci ... 322.1845C. Дои:10.1126 / science.1162228. ЧВК 2833333. PMID 19056941.
  137. ^ Камарена Л., Бруно В., Ойскирхен Г., Поджио С., Снайдер М. (апрель 2010 г.). «Молекулярные механизмы патогенеза, индуцированного этанолом, выявленные с помощью РНК-секвенирования». Патогены PLOS. 6 (4): e1000834. Дои:10.1371 / journal.ppat.1000834. ЧВК 2848557. PMID 20368969.
  138. ^ а б Говинд Г., Харшавардхан В.Т., ТаммеГоуда Х.В., Патрисия Дж. К., Калайараси П.Дж., Дханалакшми Р., Айер Д.Р., Сентил Кумар М., Мутаппа С.К., Шринивасулу Н., Несе С., Удаякумар М., Макарла, Великобритания (июнь 2009 г.). «Идентификация и функциональная проверка уникального набора индуцированных засухой генов, преимущественно экспрессируемых в ответ на постепенный водный стресс в арахисе». Молекулярная генетика и геномика. 281 (6): 591–605. Дои:10.1007 / s00438-009-0432-z. ЧВК 2757612. PMID 19224247.
  139. ^ Тавассолы, Иман; Гольдфарб, Джозеф; Айенгар, Рави (2018-10-04). «Букварь по системной биологии: основные методы и подходы». Очерки биохимии. 62 (4): 487–500. Дои:10.1042 / EBC20180003. ISSN 0071-1365. PMID 30287586.
  140. ^ Коста V, Априле М., Эспозито Р., Чиккодикола А (февраль 2013 г.). «RNA-Seq и сложные заболевания человека: недавние достижения и перспективы на будущее». Европейский журнал генетики человека. 21 (2): 134–42. Дои:10.1038 / ejhg.2012.129. ЧВК 3548270. PMID 22739340.
  141. ^ Хурана Э., Фу Й., Чакраварти Д., Демикелис Ф., Рубин М.А., Герштейн М. (февраль 2016 г.). «Роль вариантов некодирующей последовательности при раке». Природа Обзоры Генетика. 17 (2): 93–108. Дои:10.1038 / nrg.2015.17. PMID 26781813. S2CID 14433306.
  142. ^ Слоткин Р.К., Мартиенсен Р. (апрель 2007 г.). «Мобильные элементы и эпигенетическая регуляция генома». Природа Обзоры Генетика. 8 (4): 272–85. Дои:10.1038 / nrg2072. PMID 17363976. S2CID 9719784.
  143. ^ Просерпио V, Махата Б (февраль 2016 г.). «Одноклеточные технологии для изучения иммунной системы». Иммунология. 147 (2): 133–40. Дои:10.1111 / imm.12553. ЧВК 4717243. PMID 26551575.
  144. ^ а б Байрон С.А., Ван Керен-Йенсен К.Р., Энгельталер Д.М., Карптен Д.Д., Крейг Д.В. (май 2016 г.). «Перевод секвенирования РНК в клиническую диагностику: возможности и проблемы». Природа Обзоры Генетика. 17 (5): 257–71. Дои:10.1038 / nrg.2016.10. ЧВК 7097555. PMID 26996076.
  145. ^ У Х. Дж., Ван А. Х., член парламента Дженнингса (февраль 2008 г.). «Открытие факторов вирулентности патогенных бактерий». Современное мнение в области химической биологии. 12 (1): 93–101. Дои:10.1016 / j.cbpa.2008.01.023. PMID 18284925.
  146. ^ Сузуки С., Хориноути Т., Фурусава С. (декабрь 2014 г.). «Прогнозирование устойчивости к антибиотикам по профилям экспрессии генов». Nature Communications. 5: 5792. Bibcode:2014 НатКо ... 5.5792S. Дои:10.1038 / ncomms6792. ЧВК 4351646. PMID 25517437.
  147. ^ Вестерманн А.Дж., Горски С.А., Фогель Дж. (Сентябрь 2012 г.). «Двойная последовательность РНК патогена и хозяина» (PDF). Обзоры природы. Микробиология. 10 (9): 618–30. Дои:10.1038 / nrmicro2852. PMID 22890146. S2CID 205498287.
  148. ^ Дурмуш С., Чакыр Т., Озгюр А., Гутке Р. (2015). «Обзор компьютерной системной биологии взаимодействий патоген-хозяин». Границы микробиологии. 6: 235. Дои:10.3389 / fmicb.2015.00235. ЧВК 4391036. PMID 25914674.
  149. ^ а б Гарг Р., Шанкар Р., Таккар Б., Кудапа Х., Кришнамурти Л., Мантри Н., Варшней Р. К., Бхатия С., Джайн М. (январь 2016 г.). «Анализ транскриптома показывает молекулярные реакции, специфичные для генотипа и стадии развития, на стрессы от засухи и засоления нута». Научные отчеты. 6: 19228. Bibcode:2016НатСР ... 619228Г. Дои:10.1038 / srep19228. ЧВК 4725360. PMID 26759178.
  150. ^ Гарсиа-Санчес С., Обер С., Иракский И., Джанбон Дж., Гиго Дж. М., д'Энфер С. (апрель 2004 г.). «Биопленки Candida albicans: состояние развития, связанное со специфическими и стабильными паттернами экспрессии генов». Эукариотическая клетка. 3 (2): 536–45. Дои:10.1128 / EC.3.2.536-545.2004. ЧВК 387656. PMID 15075282.
  151. ^ Рич С.М., Лендертц Ф.Х., Сюй Дж., ЛеБретон М., Джоко С.Ф., Аминаке М.Н., Таканг Э.Е., Диффо Дж.Л., Пайк Б.М., Розенталь Б.М., Форменти П., Бош К., Айяла Ф.Дж., Вулф Н.Д. (сентябрь 2009 г.). «Происхождение злокачественной малярии». Труды Национальной академии наук Соединенных Штатов Америки. 106 (35): 14902–7. Bibcode:2009PNAS..10614902R. Дои:10.1073 / pnas.0907740106. ЧВК 2720412. PMID 19666593.
  152. ^ Mok S, Ashley EA, Ferreira PE, Zhu L, Lin Z, Yeo T. и др. (Январь 2015 г.). «Лекарственная устойчивость. Популяционная транскриптомика малярийных паразитов человека раскрывает механизм устойчивости к артемизинину». Наука. 347 (6220): 431–5. Bibcode:2015Научный ... 347..431M. Дои:10.1126 / science.1260403. ЧВК 5642863. PMID 25502316.
  153. ^ Verbruggen N, Hermans C, Schat H (март 2009 г.). «Молекулярные механизмы гипераккумуляции металлов в растениях». Новый Фитолог. 181 (4): 759–76. Дои:10.1111 / j.1469-8137.2008.02748.x. PMID 19192189.
  154. ^ Ли З, Чжан З, Ян П., Хуанг С., Фей З, Лин К. (ноябрь 2011 г.). «RNA-Seq улучшает аннотацию генов, кодирующих белок в геноме огурца». BMC Genomics. 12: 540. Дои:10.1186/1471-2164-12-540. ЧВК 3219749. PMID 22047402.
  155. ^ Хоббс М., Павасович А., Кинг А.Г., Прентис П.Дж., Элдридж М.Д., Чен З., Колган Д.Д., Полкингхорн А., Уилкинс М.Р., Фланаган С., Джиллет А., Хэнгер Дж., Джонсон Р.Н., Тиммс П. (сентябрь 2014 г.). «Ресурсы по транскриптомам коалы (Phascolarctos cinereus): понимание транскрипции ретровируса коалы и разнообразия последовательностей». BMC Genomics. 15: 786. Дои:10.1186/1471-2164-15-786. ЧВК 4247155. PMID 25214207.
  156. ^ Хау Г.Т., Ю. Дж., Кнаус Б., Кронн Р., Колпак С., Долан П., Лоренц В. В., Дин Дж. Ф. (февраль 2013 г.). «Ресурс SNP для Douglas-fir: сборка транскриптома de novo, обнаружение и проверка SNP». BMC Genomics. 14: 137. Дои:10.1186/1471-2164-14-137. ЧВК 3673906. PMID 23445355.
  157. ^ МакГрат Л.Л., Воллмер С.В., Калузяк С.Т., Айерс Дж. (Январь 2016 г.). «Сборка транскриптома de novo для омара Homarus americanus и характеристика дифференциальной экспрессии генов в тканях нервной системы». BMC Genomics. 17: 63. Дои:10.1186 / s12864-016-2373-3. ЧВК 4715275. PMID 26772543.
  158. ^ а б Мейер Д., Шумахер Б. (2020). «Часы старения на основе транскриптома, близкие к теоретическому пределу точности». bioRxiv. Дои:10.1101/2020.05.29.123430. S2CID 219310912.
  159. ^ Флейшер Дж. Г., Шульте Р., Цай Х. Х., Тяги С., Ибарра А., Шохирев М. Н., Навлаха С. (2018). «Прогнозирование возраста по транскриптому фибробластов кожи человека». Геномная биология. 19 (1): 221. Дои:10.1186 / s13059-018-1599-6. ЧВК 6300908. PMID 30567591.
  160. ^ Ноллер HF (1991). «Рибосомная РНК и трансляция». Ежегодный обзор биохимии. 60: 191–227. Дои:10.1146 / annurev.bi.60.070191.001203. PMID 1883196.
  161. ^ Christov CP, Gardiner TJ, Szüts D, Krude T (сентябрь 2006 г.). «Функциональная потребность в некодирующих Y РНК для репликации хромосомной ДНК человека». Молекулярная и клеточная биология. 26 (18): 6993–7004. Дои:10.1128 / MCB.01060-06. ЧВК 1592862. PMID 16943439.
  162. ^ Кишор С., Штамм С. (январь 2006 г.). «SnoRNA HBII-52 регулирует альтернативный сплайсинг серотонинового рецептора 2C». Наука. 311 (5758): 230–2. Bibcode:2006Научный ... 311..230K. Дои:10.1126 / science.1118265. PMID 16357227. S2CID 44527461.
  163. ^ Hüttenhofer A, Schattner P, Polacek N (май 2005 г.). «Некодирующие РНК: надежда или шумиха?». Тенденции в генетике. 21 (5): 289–97. Дои:10.1016 / j.tig.2005.03.007. PMID 15851066.
  164. ^ Эстеллер М (ноябрь 2011 г.). «Некодирующие РНК при заболеваниях человека». Природа Обзоры Генетика. 12 (12): 861–74. Дои:10.1038 / nrg3074. PMID 22094949. S2CID 13036469.
  165. ^ "Омнибус экспрессии генов". www.ncbi.nlm.nih.gov. Получено 2018-03-26.
  166. ^ а б Brazma A, Hingamp P, Quackenbush J, Sherlock G, Spellman P, Stoeckert C, Aach J, Ansorge W, Ball CA, Causton HC, Gaasterland T, Glenisson P, Holstege FC, Kim IF, Markowitz V, Matese JC, Parkinson H , Робинсон А., Сарканс Ю., Шульце-Кремер С., Стюарт Дж., Тейлор Р., Вило Дж., Вингрон М. (декабрь 2001 г.). «Минимум информации об эксперименте с микрочипом (MIAME) - до стандартов для данных микрочипа». Природа Генетика. 29 (4): 365–71. Дои:10.1038 / ng1201-365. PMID 11726920. S2CID 6994467.
  167. ^ а б Brazma A (май 2009 г.). «Минимум информации об эксперименте с микрочипом (MIAME) - успехи, неудачи, проблемы». Журнал ScienceWorld. 9: 420–3. Дои:10.1100 / tsw.2009.57. ЧВК 5823224. PMID 19484163.
  168. ^ Колесников Н., Гастингс Э., Кейс М., Мельничук О., Тан Я., Уильямс Э., Дылаг М., Курбатова Н., Брандизи М., Бурдетт Т., Меги К., Пиличева Е., Рустичи Г., Тихонов А., Паркинсон Х., Петришак Р., Сарканс У. , Бразма А (январь 2015 г.). «Обновление ArrayExpress - упрощение отправки данных». Исследования нуклеиновых кислот. 43 (Выпуск базы данных): D1113–6. Дои:10.1093 / нар / gku1057. ЧВК 4383899. PMID 25361974.
  169. ^ Petryszak R, Keays M, Tang YA, Fonseca NA, Barrera E, Burdett T, Füllgrabe A, Fuentes AM, Jupp S, Koskinen S, Mannion O, Huerta L, Megy K, Snow C, Williams E, Barzine M, Hastings E , Weisser H, Wright J, Jaiswal P., Huber W., Choudhary J, Parkinson HE, Brazma A (январь 2016 г.). «Обновление Атласа экспрессии - интегрированная база данных экспрессии генов и белков у людей, животных и растений». Исследования нуклеиновых кислот. 44 (D1): D746–52. Дои:10.1093 / нар / gkv1045. ЧВК 4702781. PMID 26481351.
  170. ^ Груз Т., Лауле О, Сабо Г., Вессендорп Ф, Блейлер С., Эртл Л., Видмайер П., Груиссем В., Циммерманн П. (2008). «Genevestigator v3: эталонная база данных экспрессии для метаанализа транскриптомов». Достижения в биоинформатике. 2008: 420747. Дои:10.1155/2008/420747. ЧВК 2777001. PMID 19956698.
  171. ^ Мицухаси Н., Фуджиэда К., Тамура Т., Кавамото С., Такаги Т., Окубо К. (январь 2009 г.). «BodyParts3D: база данных трехмерных структур для анатомических концепций». Исследования нуклеиновых кислот. 37 (Выпуск базы данных): D782–5. Дои:10.1093 / nar / gkn613. ЧВК 2686534. PMID 18835852.
  172. ^ Чжао Й, Ли Х, Фанг С., Кан И, Ву В., Хао И, Ли З, Бу Д, Сун Н., Чжан М.К., Чен Р. (январь 2016 г.). «NONCODE 2016: информативный и ценный источник данных о длинных некодирующих РНК». Исследования нуклеиновых кислот. 44 (D1): D203–8. Дои:10.1093 / нар / gkv1252. ЧВК 4702886. PMID 26586799.

Примечания

  1. ^ В молекулярной биологиигибридизация представляет собой явление, при котором одноцепочечная дезоксирибонуклеиновая кислота (ДНК) или рибонуклеиновой кислоты (РНК) молекулыотжиг ккомплементарная ДНК или РНК.
  2. ^ Один пиколитр примерно в 30 миллионов раз меньше капли воды.

дальнейшее чтение