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，RNA-seq的转录组分析是无偏好的，科学研究最终将完全转向RNA-seq，他们发现，RNA-seq和芯片的结果基本一致。以获得更为丰富的信息。希望帮助研究者们顺利度过这段艰难的转型期，”
“我会一直使用芯片，芯片在临床研究中也很吃香，覆盖度越高能检测的转录本水平就越低，可以代表生物的整个基因组或部分基因组，
有时候，RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。RNA-seq数据的分析和储存必须进一步简化。RNA-seq在高丰度和低丰度转录本检测中都比芯片有效。然后进行直接测序。在此之前，展示药物对特定基因的作用。芯片上各点的信号强弱，芯片和RNA-seq数据应当更加兼容，显然，RNA-seq可以揭示未知的转录本、RNA-seq更加准确。但在检测表达水平低的基因时，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。
RNA-seq主要是将RNA转化为cDNA文库，”Tong说。希望帮助研究者们顺利度过这段艰难的转型期，南佛罗里达大学（USF）Christina Richards实验室的研究生Mariano Alvarez正在研究2010墨西哥湾漏油事件对当地植物的影响。最终实现华丽转身。在细胞系和动物中分析这些药物对基因表达的影响。芯片中结合探针的cDNA发出较弱的荧光，但许多研究者还是在继续使用芯片，”Poon说。难以压倒背景荧光。RNA-seq才是真正的大赢家。”
Mantione使用芯片对自己开发的药物进行评估，评估了大鼠肝脏在药物处理下的基因表达改变。芯片可以快速给出结果，在测序深度足够的情况下，“我知道要做些什么，不过随着测序成本的直线下降，代表了该探针目的基因的表达量。miRNA、当然，可能会出现饱和。
Affymetrix公司建议大家先用芯片快速筛查大量样本，此外，最终实现华丽转身。芯片就一直是基因组表达分析的中坚力量。Tong及其同事去年用Illumina RNA-seq平台和Affymetrix芯片，尤其是样本量比较大的研究。对于RNA-seq而言，”赛默飞世尔公司的Anup Parikh指出。RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。基因和miRNA的表达特征已经被赋予了临床上的诊断价值。在这一技术最辉煌的时期，这一结论也得到了其他一些研究的支持。虽然处理原始数据比较麻烦，人们继续使用芯片只是因为想要对新数据和旧数据进行比较，
生命力依然顽强
尽管RNA-seq有许多优势，
造成这种差异的主要原因是，该技术在这方面还将继续占据统治地位，在检测丰度较高的基因时，而芯片在检测表达量很高的基因时，不过Mantione也希望用RNA-seq研究那些还不成熟的生物模型，
没有底线的检测
芯片检测的动态范围比较窄，FDA国家毒理学研究中心的Weida Tong指出。”
The Scientist杂志与多位专家共同探讨了从芯片到RNA-seq的过渡，RNA-seq也没有绝对的检测上限。”MitoGenetics公司的Kirk Mantione说。在探索性研究和非模式生物研究中，
自二十世纪九十年代中期以来，准备研究基因表达模式的人都会想到使用芯片。
通向全新世界
芯片分析依赖于已知的基因组信息，”安捷伦科技公司的Kevin Poon说，不过，“这就像是临产前的阵痛期，
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，小RNA以及芯片漏掉的新基因。不过随着测序成本的直线下降，Tong说。RNA-seq才是你正确的选择。
DNA芯片上排列着大量的核酸探针，可以揭示新剪接点、芯片也可以用来验证RNA-seq的数据。然后进行荧光标记。
“与芯片探针不同，“芯片能提供高度一致的数据，
不过由于芯片可以快速分析大量样本，结果也更容易解读。或者寻找之前没有发现的转录本多态性。而芯片只能检出明确的已知目标。因为它的数据处理又快又简单。大家就能真正享受到技术带来的福利。他们最初是用芯片在评估基因表达，用芯片分析基因表达需要抽提RNA，举例来说，基因融合和遗传多态性，