mRNA分析方案
分析目的
首先提取总RNA进行表达谱的solexa 实验，并对实验得出来的差异基因进行进一步的分析，如：聚类分析，GO 分类，Pathway 分析，IF 分析，Data-driven Network 分析及Knowledge-driven Network 分析等。
分析方案
一、差异基因注释及层次聚类
依据不同的分组，筛选出差异基因，然后对所有差异基因首先进行功能注释，对于未知功能的基因进行同源比对。表达值首先经过对数转换，作为层次聚类算法的输入。对三组样品进行层次聚类分析。
二、GO 分析
对差异表达的所有基因向gene ontology 数据库的各节点映射。计算每个节点的基因数目，并结合整个数据库的基因作为背景分部，对于每个节点，得到一个2x2 的表格，使用超几何分布检验基因在每个GO 节点的富集或贫乏程度。
三、Pathway 分析
与GO 分析类似，我们同样将差异基因使用GenMAPP v2.1 向KEGG pathway 和BioCarta 数据库映射。通过统计方案，找到统计上zei有意义的pathway。
四、Knowledge-driven Network 分析
通过整合PubMed text mining，同源预测，基因neighbor，蛋白-蛋白相互作用，基因融合等数据，建立一个all differentially expressed genes in a single plot 的调控网络。这是一种已有知识驱动的网络构建。
五. Data-driven Network分析
对差异基因进行Co-expression基因调控网络的构建。采用贝叶斯方法，通过对表达数据进行机器学习，来构建差异基因之间的动态网络。这是一种数据驱动的网络构建，可以发现一些新的调控关系。
六、转录因子分析
利用相关的转录因子（TF）数据库，将差异基因的启动子(基因第一个外显子上游1000bp)提取出来。我们使用HsPD 提供的启动子序列。转录因子数据库使用TRANSFAC 7.0 public。转录因子结合位点预测使用pwmatch 程序,对每个转录因子分析其在上调基因和下调基因的分布情况，利用chi-square test 寻找有差异的转录因子。
鸟枪法solexa数据分析服务内容
适用于将mRNA随机打碎后进行solexa测序的实验。
分析方案
一、Exon-junction方法分析可变剪切
我们建立Exon-junction序列数据库。利用比对分析，可以鉴定出新的可变剪切现象。
二、转录本定量
利用单位长度内tag的密度可以准确估计不同转录本的表达量。即：
Reads per KB per million reads (RPKM), using the formula:
R = 109C/NL
三、新转录本挖掘
通过建立基因间序列数据库，我们可以寻找新的转录本。
四、非编码RNA分析
我们对新的转录本进行编码区预测，没有显著编码区的基因被认为是非编码RNA，可以对其进行实验验证。
五、常规GO, pathway分析
1、GO分析
对差异表达的所有基因向gene ontology 数据库的各节点映射。计算每个节点的基因数目，并结合整个数据库的基因作为背景分部，对于每个节点，得到一个2x2 的表格，使用超几何分布检验基因在每个GO 节点的富集或贫乏程度。
2、pathway分析
与GO 分析类似，我们同样将差异基因使用GenMAPP v2.1 向KEGG pathway 和BioCarta 数据库映射。通过统计方案，找到统计上zei有意义的pathway。
mRNA solexa测序分析服务信息由上海敏芯信息科技有限公司为您提供，如您想了解更多关于mRNA solexa测序分析服务报价、型号、参数等信息，欢迎来电或留言咨询。
注：该产品未在中华人民共和国食品药品监督管理部门申请医疗器械注册和备案，不可用于临床诊断或治疗等相关用途
2850412321
