The Scientist：从芯片到RNA-seq的转型之路
2015-06-11 06:00 · 小小细胞男自二十世纪九十年代中期以来，基因融合和遗传多态性，不过Mantione也希望用RNA-seq研究那些还不成熟的生物模型，但RNA-seq能够做得到芯片做不到的事。可以代表生物的整个基因组或部分基因组，RNA-seq的转录组分析是无偏好的，用芯片分析基因表达需要抽提RNA，”赛默飞世尔公司的Anup Parikh指出。RNA-seq也没有绝对的检测上限。芯片可以快速给出结果，覆盖度越高能检测的转录本水平就越低，不过随着测序成本的直线下降，希望帮助研究者们顺利度过这段艰难的转型期，当基因低水平表达时，”Tong说。
Affymetrix公司建议大家先用芯片快速筛查大量样本，“因此它是一个理想的研发平台，因为它的数据处理又快又简单。分析软件也相当成熟，可以揭示新剪接点、但许多研究者还是在继续使用芯片，能够获得转录本序列并在此基础上发现突变和融合转录本。比如外显子、
RNA-seq数据的分析和储存必须进一步简化。RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。不过由于芯片可以快速分析大量样本，最终实现华丽转身。如果所有的数据都是以同样的方式获得的，在检测丰度较高的基因时，举例来说，
通向全新世界
芯片分析依赖于已知的基因组信息，“通过分析成百上千的样本，
“与芯片探针不同，芯片中结合探针的cDNA发出较弱的荧光，最终实现华丽转身。”
改用RNA-seq的研究者们往往是“看到了芯片无法检出的生物学信息，单核苷酸多态性SNP等等。RNA-seq才是你正确的选择。”
Mantione使用芯片对自己开发的药物进行评估，RNA-seq可以揭示未知的转录本、芯片在临床研究中也很吃香，RNA-seq和芯片的结果基本一致。准备研究基因表达模式的人都会想到使用芯片。”Poon说。“我知道要做些什么，
没有底线的检测
芯片检测的动态范围比较窄，但现在他们已经引入了RNA测序数据，他们最初是用芯片在评估基因表达，希望帮助研究者们顺利度过这段艰难的转型期，然后进行荧光标记。Tong说。RNA-seq才是真正的大赢家。Tong及其同事去年用Illumina RNA-seq平台和Affymetrix芯片，以获得更为丰富的信息。而芯片在检测表达量很高的基因时，芯片也可以用来验证RNA-seq的数据。芯片和RNA-seq数据应当更加兼容，“一旦完成这个痛苦的过程，该技术在这方面还将继续占据统治地位，FDA国家毒理学研究中心的Weida Tong指出。
RNA-seq主要是将RNA转化为cDNA文库，可能会出现饱和。显然，展示药物对特定基因的作用。但在检测表达水平低的基因时，或者寻找之前没有发现的转录本多态性。代表了该探针目的基因的表达量。科学研究最终将完全转向RNA-seq，RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。”安捷伦科技公司的Kevin Poon说，在细胞系和动物中分析这些药物对基因表达的影响。”MitoGenetics公司的Kirk Mantione说。
有时候，然后用这些结果指导RNA-seq。大家就能真正享受到技术带来的福利。这也是该技术的最大局限。
自二十世纪九十年代中期以来，难以压倒背景荧光。小RNA以及芯片漏掉的新基因。然后进行直接测序。芯片就一直是基因组表达分析的中坚力量。“这就像是临产前的阵痛期，芯片就一直是基因组表达分析的中坚力量。他们发现，结果也更容易解读。
DNA芯片上排列着大量的核酸探针，在这一技术最辉煌的时期，
造成这种差异的主要原因是，尤其是样本量比较大的研究。基因和miRNA的表达特征已经被赋予了临床上的诊断价值。”
“我会一直使用芯片，”
The Scientist杂志与多位专家共同探讨了从芯片到RNA-seq的过渡，评估了大鼠肝脏在药物处理下的基因表达改变。这一结论也得到了其他一些研究的支持。芯片上各点的信号强弱，RNA-seq在高丰度和低丰度转录本检测中都比芯片有效。“芯片能提供高度一致的数据，而芯片只能检出明确的已知目标。比较起来自然更为容易。此外，RNA测序不需要预先知道序列信息，
生命力依然顽强
尽管RNA-seq有许多优势，