stringtranslate.com

Транскриптомные технологии

Технологии транскриптомики — это методы, используемые для изучения транскриптома организма , суммы всех его транскриптов РНК . Информационное содержание организма записано в ДНК его генома и выражается посредством транскрипции . Здесь мРНК служит временной промежуточной молекулой в информационной сети, тогда как некодирующие РНК выполняют дополнительные разнообразные функции. Транскриптом фиксирует моментальный снимок общего количества транскриптов, присутствующих в клетке . Технологии транскриптомики дают широкое представление о том, какие клеточные процессы активны, а какие находятся в состоянии покоя. Основная задача молекулярной биологии — понять, как один геном дает начало множеству клеток. Другой вопрос – как регулируется экспрессия генов.

Первые попытки изучить целые транскриптомы начались в начале 1990-х годов. Последующие технологические достижения, начиная с конца 1990-х годов, неоднократно трансформировали эту область и сделали транскриптомику широко распространенной дисциплиной в биологических науках. В этой области существуют два ключевых современных метода: микрочипы , которые количественно определяют набор заранее определенных последовательностей, и RNA-Seq , который использует высокопроизводительное секвенирование для записи всех транскриптов. По мере совершенствования технологии объем данных, получаемых в результате каждого эксперимента с транскриптомом, увеличивался. В результате методы анализа данных постоянно адаптируются для более точного и эффективного анализа все более больших объемов данных. Базы данных транскриптомов становятся все больше и полезнее, поскольку исследователи продолжают собирать и распространять транскриптомы. Было бы практически невозможно интерпретировать информацию, содержащуюся в транскриптоме, без знания предыдущих экспериментов.

Измерение экспрессии генов организма в разных тканях или условиях или в разное время дает информацию о том, как регулируются гены , и раскрывает детали биологии организма. Его также можно использовать для определения функций ранее неаннотированных генов. Транскриптомный анализ позволил изучить, как меняется экспрессия генов у разных организмов, и сыграл важную роль в понимании болезней человека . Полный анализ экспрессии генов позволяет обнаружить широкие скоординированные тенденции, которые невозможно выявить с помощью более целенаправленных анализов .

История

Использование метода транскриптомики с течением времени. Опубликованные статьи, относящиеся к RNA-Seq (черный), микрочипу РНК (красный), метке экспрессируемой последовательности (синий), цифровому дифференциальному дисплею (зеленый) и серийному анализу экспрессии генов (желтый) с 1990 года. [1]

Транскриптомика характеризовалась разработкой новых методов, которые каждые десять лет переосмысливали возможности и делали предыдущие технологии устаревшими. Первая попытка захвата частичного транскриптома человека была опубликована в 1991 году и сообщила о 609 последовательностях мРНК из человеческого мозга . [2] В 2008 году были опубликованы два транскриптома человека, состоящие из миллионов последовательностей, полученных из транскриптов, охватывающих 16 000 генов, [3] [4] , а к 2015 году были опубликованы транскриптомы сотен людей. [5] [6] В настоящее время регулярно генерируются транскриптомы различных болезненных состояний, тканей или даже отдельных клеток . [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 транскриптов проводились за несколько десятилетий до того, как стали доступны какие-либо подходы к транскриптомике. Библиотеки транскриптов мРНК шелкопряда были собраны и преобразованы в комплементарную ДНК (кДНК) для хранения с использованием обратной транскриптазы в конце 1970-х годов. [13] В 1980-х годах низкопроизводительное секвенирование с использованием метода Сэнгера использовалось для секвенирования случайных транскриптов с получением экспрессируемых меток последовательностей (EST). [2] [14] [15] [16] Метод секвенирования по Сэнгеру преобладал до появления высокопроизводительных методов , таких как секвенирование путем синтеза (Solexa/Illumina). EST приобрели известность в 1990-х годах как эффективный метод определения содержания генов организма без секвенирования всего генома . [16] Количества отдельных транскриптов были определены количественно с использованием нозерн-блоттинга , нейлоновых мембранных матриц и более поздних методов количественной ПЦР с обратной транскриптазой (RT-qPCR), [17] [18], но эти методы трудоемки и могут охватить только крошечную часть фрагмента. транскриптом. [12] Следовательно, способ экспрессии и регуляции транскриптома в целом оставался неизвестным до тех пор, 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, основанных на секвенировании, — серийный анализ экспрессии генов (SAGE), который работал на основе секвенирования по Сэнгеру объединенных случайных фрагментов транскриптов. [21] Транскрипты оценивали количественно путем сопоставления фрагментов с известными генами. Также кратко использовался вариант SAGE с использованием методов высокопроизводительного секвенирования, называемый цифровым анализом экспрессии генов. [9] [22] Однако эти методы в значительной степени уступили место высокопроизводительному секвенированию целых транскриптов, которое давало дополнительную информацию о структуре транскриптов, например о вариантах сплайсинга . [9]

Развитие современных методик

Доминирующие современные методы — микрочипы и секвенирование РНК — были разработаны в середине 1990-х и 2000-х годов. [9] [33] Микрочипы, которые измеряют содержание определенного набора транскриптов посредством их гибридизации с массивом комплементарных зондов, были впервые опубликованы в 1995 году. [34] [35] Технология микрочипов позволила анализировать тысячи транскриптов одновременно и при значительно сниженная стоимость одного гена и экономия труда. [36] И массивы пятнистых олигонуклеотидов , и массивы высокой плотности Affymetrix были методом выбора для транскрипционного профилирования до конца 2000-х годов. [12] [33] За этот период был произведен ряд микрочипов для покрытия известных генов в модельных или экономически важных организмах. Достижения в разработке и производстве массивов улучшили специфичность зондов и позволили тестировать больше генов на одном массиве. Достижения в области обнаружения флуоресценции повысили чувствительность и точность измерения транскриптов с низким содержанием. [35] [37]

RNA-Seq осуществляется путем обратной транскрипции РНК in vitro и секвенирования полученных кДНК . [10] Численность транскриптов рассчитывается на основе количества отсчетов каждого транскрипта. Таким образом, на этот метод сильно повлияло развитие технологий высокопроизводительного секвенирования . [9] [11] Массивно-параллельное сигнатурное секвенирование (MPSS) было ранним примером, основанным на создании последовательностей длиной 16–20  п.о. посредством сложной серии гибридизаций , [38] [примечание 1] и использовалось в 2004 году для проверки экспрессии десяти тысяч генов Arabidopsis thaliana . [39] Самая ранняя работа по секвенированию РНК была опубликована в 2006 году, в ней было секвенировано сто тысяч транскриптов с использованием технологии 454 . [40] Этого охвата было достаточно для количественной оценки относительного количества транскриптов. Популярность RNA-Seq начала расти после 2008 года, когда новые технологии Solexa/Illumina позволили записать один миллиард последовательностей транскриптов. [4] [10] [41] [42] Этот выход теперь позволяет проводить количественную оценку и сравнение транскриптомов человека. [43]

Сбор данных

Получение данных о транскриптах РНК может быть достигнуто с помощью одного из двух основных принципов: секвенирования отдельных транскриптов ( EST или RNA-Seq) или гибридизации транскриптов с упорядоченным массивом нуклеотидных зондов (микрочипов). [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, методы экстракции РНК во многом схожи и включают механическое разрушение клеток или тканей, разрушение РНКазы с помощью хаотропных солей , [44] разрушение макромолекул и нуклеотидных комплексов, отделение РНК от нежелательных биомолекул , включая ДНК, и концентрирование. РНК путем осаждения из раствора или элюирования из твердой матрицы . [44] [45] Изолированную РНК можно дополнительно обработать ДНКазой для расщепления любых следов ДНК. [46] Необходимо обогащать информационную РНК, поскольку общие экстракты РНК обычно на 98% состоят из рибосомальной РНК . [47] Обогащение транскриптов может осуществляться методами поли-А- аффинности или путем истощения рибосомальной РНК с использованием специфичных для последовательности зондов. [48] ​​Деградация РНК может повлиять на последующие результаты; например, обогащение мРНК из деградированных образцов приведет к истощению 5'-концов мРНК и неравномерному сигналу по длине транскрипта. Типичным является мгновенное замораживание ткани перед выделением РНК, и после завершения выделения необходимо позаботиться о том, чтобы уменьшить воздействие ферментов РНКазы. [45]

Теги выраженной последовательности

Метка экспрессируемой последовательности (EST) представляет собой короткую нуклеотидную последовательность, полученную из одного транскрипта РНК. РНК сначала копируется как комплементарная ДНК (кДНК) с помощью фермента обратной транскриптазы, прежде чем секвенировать полученную кДНК. [16] Поскольку ЭСТ можно собирать без предварительного знания организма, из которого они происходят, их можно изготавливать из смесей организмов или проб окружающей среды. [49] [16] Хотя в настоящее время используются методы с более высокой пропускной способностью, библиотеки EST обычно предоставляют информацию о последовательностях для ранних проектов микрочипов; например, микроматрица ячменя была разработана на основе 350 000 ранее секвенированных EST. [50]

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

Резюме SAGE . Внутри организмов гены транскрибируются и сплайсируются (у эукариотов ) с образованием зрелых транскриптов мРНК (красный). мРНК извлекается из организма, и обратная транскриптаза используется для копирования мРНК в стабильную двухцепочечную кДНК ( ds - кДНК ; синий). В SAGE ds-кДНК расщепляется ферментами рестрикции (в местах «X» и «X» +11) с образованием 11-нуклеотидных «меточных» фрагментов. Эти теги объединяются и секвенируются с использованием долгочитанного секвенирования по Сэнгеру (разные оттенки синего цвета обозначают теги из разных генов). Последовательности подвергаются деконволюции для определения частоты каждого тега. Частоту метки можно использовать для сообщения о транскрипции гена, из которого произошла метка. [51]

Серийный анализ экспрессии генов (SAGE) представлял собой развитие методологии EST, направленное на увеличение производительности генерируемых меток и возможность количественного определения количества транскриптов. [21] кДНК генерируется из РНК , но затем расщепляется на «меточные» фрагменты длиной 11 п.н. с использованием ферментов рестрикции , которые разрезают ДНК по определенной последовательности и 11 парам оснований вдоль этой последовательности. Эти метки кДНК затем соединяются голова к хвосту в длинные цепи (> 500 пар оснований) и секвенируются с использованием методов с низкой пропускной способностью, но с большой длиной считывания, таких как секвенирование по Сэнгеру . Затем последовательности снова делятся на исходные теги длиной 11 пар оснований с помощью компьютерного программного обеспечения в процессе, называемом деконволюцией . [21] Если доступен высококачественный эталонный геном , эти теги можно сопоставить с соответствующим геном в геноме. Если эталонный геном недоступен, метки можно напрямую использовать в качестве диагностических маркеров, если обнаружено, что они дифференциально экспрессируются в болезненном состоянии. [21]

Метод экспрессии гена кэп-анализа (CAGE) представляет собой вариант SAGE, который секвенирует метки только с 5'-конца транскрипта мРНК. [52] Таким образом, сайт начала транскрипции генов можно идентифицировать, когда метки выровнены с эталонным геномом. Идентификация стартовых сайтов генов полезна для анализа промоторов и клонирования полноразмерных кДНК.

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

Микрочипы

Краткое описание ДНК-микрочипов . Внутри организмов гены транскрибируются и сплайсируются (у эукариотов) с образованием зрелых транскриптов мРНК (красный). мРНК извлекается из организма, и обратная транскриптаза используется для копирования мРНК в стабильную дц-кДНК (синий). В микрочипах дц-кДНК фрагментирована и флуоресцентно помечена (оранжевый). Меченые фрагменты связываются с упорядоченным массивом комплементарных олигонуклеотидов, и измерение интенсивности флуоресценции по всему массиву указывает на наличие заранее определенного набора последовательностей. Эти последовательности обычно специально выбираются для того, чтобы сообщить об представляющих интерес генах в геноме организма. [51]

Принципы и достижения

Микрочипы обычно состоят из сетки коротких нуклеотидных олигомеров , известных как « зонды », обычно расположенных на предметном стекле. [53] Численность транскриптов определяется путем гибридизации флуоресцентно меченных транскриптов с этими зондами. [54] Интенсивность флуоресценции в каждом месте расположения зонда на матрице указывает на содержание транскриптов для этой последовательности зонда. [54] Группы зондов, предназначенных для измерения одного и того же транскрипта (т.е. гибридизации конкретного транскрипта в разных положениях), обычно называют «наборами зондов».

Микрочипы требуют некоторых геномных знаний об интересующем организме, например, в форме аннотированной последовательности генома или библиотеки EST, которые можно использовать для создания зондов для массива. [36]

Методы

Микрочипы для транскриптомики обычно попадают в одну из двух широких категорий: пятнистые матрицы низкой плотности или матрицы коротких зондов высокой плотности. Об изобилии транскриптов судят по интенсивности флуоресценции транскриптов, меченных флуорофором, которые связываются с массивом. [36]

Пятнистые массивы с низкой плотностью обычно содержат пиколитры [примечание 2] капель ряда очищенных кДНК , расположенных на поверхности предметного стекла. [55] Эти зонды длиннее, чем у массивов высокой плотности, и не могут идентифицировать альтернативные события сплайсинга. В точечных матрицах используются два разных флуорофора для маркировки тестовых и контрольных образцов, а соотношение флуоресценции используется для расчета относительной меры численности. [56] В массивах высокой плотности используется одна флуоресцентная метка, каждый образец гибридизуется и детектируется индивидуально. [57] Массивы высокой плотности были популяризированы массивом Affymetrix GeneChip , где каждый транскрипт количественно оценивается с помощью нескольких коротких 25 -мерных зондов, которые вместе анализируют один ген. [58]

Массивы NimbleGen представляли собой массивы высокой плотности, изготовленные методом безмасочной фотохимии , что позволяло гибко производить массивы в малых или больших количествах. Эти массивы содержали 100 000 зондов длиной от 45 до 85 мер и были гибридизированы с одноцветно-меченным образцом для анализа экспрессии. [59] Некоторые конструкции включали до 12 независимых матриц на слайд.

РНК-Seq

Краткое описание RNA-Seq . Внутри организмов гены транскрибируются и сплайсируются (у эукариотов) с образованием зрелых транскриптов мРНК (красный). мРНК извлекается из организма, фрагментируется и копируется в стабильную дц-кДНК (синий). ds-кДНК секвенируют с использованием высокопроизводительных методов секвенирования короткого считывания. Эти последовательности затем можно сопоставить с эталонной последовательностью генома, чтобы реконструировать, какие области генома транскрибируются. Эти данные можно использовать для аннотирования местонахождения экспрессируемых генов, их относительных уровней экспрессии и любых альтернативных вариантов сплайсинга. [51]

Принципы и достижения

RNA-Seq представляет собой сочетание методологии высокопроизводительного секвенирования с вычислительными методами 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. RNA-Seq использует глубокую выборку транскриптома с множеством коротких фрагментов транскриптома, чтобы обеспечить вычислительную реконструкцию исходного транскрипта РНК путем выравнивания прочтений с эталонным геномом или друг с другом ( сборка de novo ). [9] Как с низким, так и с высоким содержанием РНК можно определить количественно в эксперименте RNA-Seq ( динамический диапазон 5 порядков ) — ключевое преимущество перед транскриптомами микрочипов. Кроме того, количество входной РНК намного ниже для RNA-Seq (количество нанограммов) по сравнению с микрочипами (количество микрограммов), что позволяет исследовать транскриптом даже с разрешением одной клетки в сочетании с амплификацией кДНК. [25] [60] Теоретически не существует верхнего предела количественного определения в RNA-Seq, а фоновый шум очень низок для считываний длиной 100 п.н. в неповторяющихся областях. [10]

RNA-Seq можно использовать для идентификации генов в геноме или определения того, какие гены активны в определенный момент времени, а подсчет считываний можно использовать 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] С момента первых описаний в 2006 и 2008 годах, [40] [62] RNA-Seq был быстро принят и обогнал микрочипы в качестве доминирующего метода транскриптомики в 2015 году. [63]

Поиск данных транскриптома на уровне отдельных клеток способствовал развитию методов подготовки библиотек РНК-Seq, что привело к значительному повышению чувствительности. Транскриптомы отдельных клеток теперь хорошо описаны и даже были распространены на секвенирование РНК in situ , при котором транскриптомы отдельных клеток исследуются непосредственно в фиксированных тканях. [64]

Методы

RNA-Seq была создана в связи с быстрым развитием ряда технологий высокопроизводительного секвенирования ДНК. [65] Однако перед секвенированием извлеченных транскриптов РНК выполняется несколько ключевых этапов обработки. Методы различаются использованием обогащения транскриптов, фрагментации, амплификации, одноконцевого или парного секвенирования, а также сохранением информации о цепи. [65]

Чувствительность эксперимента RNA-Seq можно повысить за счет обогащения классов РНК, представляющих интерес, и истощения известных распространенных РНК. Молекулы мРНК можно разделить с помощью олигонуклеотидных зондов, которые связывают их поли-А-хвосты . Альтернативно, рибоистощение может быть использовано для специфического удаления обильных, но неинформативных рибосомальных РНК (рРНК) путем гибридизации с зондами, адаптированными к специфическим последовательностям рРНК таксона (например, рРНК млекопитающих, рРНК растений). Однако рибоистощение может также вносить некоторую предвзятость за счет неспецифического истощения нецелевых транскриптов. [66] Малые РНК, такие как микроРНК , можно очистить в зависимости от их размера с помощью гель-электрофореза и экстракции.

Поскольку мРНК длиннее, чем длина чтения типичных методов высокопроизводительного секвенирования, транскрипты обычно фрагментируются перед секвенированием. [67] Метод фрагментации является ключевым аспектом создания библиотеки секвенирования. Фрагментация может быть достигнута путем химического гидролиза , распыления , обработки ультразвуком или обратной транскрипции с концевыми нуклеотидами . [67] Альтернативно, фрагментацию и мечение кДНК можно проводить одновременно с использованием ферментов транспозаз . [68]

Во время подготовки к секвенированию копии транскриптов кДНК могут быть амплифицированы с помощью ПЦР для обогащения фрагментами, которые содержат ожидаемые 5'- и 3'-адаптерные последовательности. [69] Амплификация также используется для секвенирования очень малых количеств РНК, вплоть до 50 пг в экстремальных случаях. [70] Контрольные образцы известных РНК можно использовать для оценки контроля качества для проверки подготовки библиотеки и секвенирования с точки зрения содержания GC , длины фрагмента, а также систематической ошибки из-за положения фрагмента в транскрипте. [71] Уникальные молекулярные идентификаторы (UMI) представляют собой 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 исправить последующую погрешность амплификации, возникшую во время создания библиотеки, и точно оценить первоначальный размер выборки. UMI особенно хорошо подходят для транскриптомики одноклеточных RNA-Seq, где количество входной РНК ограничено и требуется расширенная амплификация образца. [73] [74] [75]

После того как молекулы транскрипта подготовлены, их можно секвенировать только в одном направлении (один конец) или в обоих направлениях (парный конец). Одноконцевую последовательность обычно получить быстрее, дешевле, чем парное секвенирование, и ее достаточно для количественной оценки уровней экспрессии генов. Секвенирование парных концов дает более надежные выравнивания/сборки, что полезно для аннотации генов и открытия изоформ транскриптов . [10] Методы секвенирования РНК, специфичные для цепей, сохраняют информацию о цепях секвенированного транскрипта. [76] Без информации о цепи прочтения могут быть выровнены по локусу гена, но не сообщают, в каком направлении ген транскрибируется. Streded-RNA-Seq полезен для расшифровки транскрипции генов, которые перекрываются в разных направлениях, и для более надежного прогнозирования генов в немодельных организмах. [76]

Легенда: NCBI SRA – Национальный центр биотехнологической информации, архив чтения последовательностей.

В настоящее время RNA-Seq основан на копировании молекул РНК в молекулы кДНК перед секвенированием; следовательно, последующие платформы одинаковы для транскриптомных и геномных данных. Следовательно, развитие технологий секвенирования ДНК стало определяющей особенностью RNA-Seq. [78] [80] [81] Прямое секвенирование РНК с использованием секвенирования нанопор представляет собой современный современный метод RNA-Seq. [82] [83] Нанопоровое секвенирование РНК позволяет обнаружить модифицированные основания , которые в противном случае были бы замаскированы при секвенировании кДНК, а также исключает этапы амплификации , которые в противном случае могут привести к систематической ошибке. [11] [84]

Чувствительность и точность эксперимента RNA-Seq зависят от количества считываний , полученных из каждого образца. [85] [86] Для обеспечения достаточного покрытия транскриптома необходимо большое количество чтений, что позволяет обнаруживать транскрипты с низким содержанием. Дизайн эксперимента еще больше усложняется технологиями секвенирования с ограниченным диапазоном выходных данных, переменной эффективностью создания последовательностей и переменным качеством последовательности. К этим соображениям следует добавить, что каждый вид имеет разное количество генов и, следовательно, требует индивидуального выхода последовательности для эффективного транскриптома. Ранние исследования определили подходящие пороговые значения эмпирически, но по мере развития технологии подходящее покрытие прогнозировалось вычислительно по насыщению транскриптома. Как ни странно, наиболее эффективный способ улучшить обнаружение дифференциальной экспрессии в генах с низкой экспрессией — это добавить больше биологических повторов , а не добавлять больше чтений. [87] Текущие критерии, рекомендованные Проектом Энциклопедии элементов ДНК (ENCODE), предусматривают 70-кратное покрытие экзома для стандартного RNA-Seq и до 500-кратного покрытия экзома для обнаружения редких транскриптов и изоформ. [88] [89] [90]

Анализ данных

Методы транскриптомики в высокой степени параллельны и требуют значительных вычислений для получения значимых данных как для экспериментов на микрочипах, так и для экспериментов по секвенированию РНК. [91] [92] [93] [94] [95] Данные микрочипов записываются в виде изображений с высоким разрешением , требующих обнаружения особенностей и спектрального анализа. [96] Каждый файл необработанного изображения микроматрицы имеет размер около 750 МБ, а размер обработанной интенсивности составляет около 60 МБ. Множественные короткие зонды, соответствующие одному транскрипту, могут раскрыть детали структуры интрон - экзон , что требует статистических моделей для определения подлинности результирующего сигнала. Исследования RNA-Seq производят миллиарды коротких последовательностей ДНК, которые необходимо сопоставить с эталонными геномами, состоящими из миллионов и миллиардов пар оснований. Сборка чтений de novo в наборе данных требует построения очень сложных графов последовательностей . [97] Операции RNA-Seq очень повторяются и выигрывают от распараллеленных вычислений , но современные алгоритмы означают, что потребительского вычислительного оборудования достаточно для простых экспериментов по транскриптомике, которые не требуют сборки считываний de novo . [98] Транскриптом человека можно точно зафиксировать с помощью RNA-Seq с 30 миллионами последовательностей по 100 пар оснований на образец. [85] [86] В этом примере потребуется около 1,8 гигабайт дискового пространства на каждый образец при сохранении в сжатом формате fastq . Обработанные данные подсчета для каждого гена будут намного меньше, что эквивалентно интенсивностям обработанных микрочипов. Данные о последовательностях могут храниться в общедоступных репозиториях, таких как Sequence Read Archive (SRA). [99] Наборы данных RNA-Seq можно загрузить через Gene Expression Omnibus. [100]

Обработка изображений

Микрочип и проточная ячейка для секвенирования . Микрочипы и секвенирование РНК по-разному полагаются на анализ изображений. В микрочипе каждое пятно на чипе представляет собой определенный олигонуклеотидный зонд, а интенсивность флуоресценции напрямую определяет наличие определенной последовательности (Affymetrix). В высокопроизводительной проточной ячейке для секвенирования пятна секвенируются по одному нуклеотиду за раз, при этом цвет каждого раунда указывает на следующий нуклеотид в последовательности (Illumina Hiseq). Другие варианты этих методов используют больше или меньше цветовых каналов. [51] [101]

Обработка изображений с помощью микроматрицы должна правильно идентифицировать регулярную сетку признаков на изображении и независимо количественно определять интенсивность флуоресценции для каждого признака. Артефакты изображения необходимо дополнительно идентифицировать и исключить из общего анализа. Интенсивность флуоресценции прямо указывает на распространенность каждой последовательности, поскольку последовательность каждого зонда на массиве уже известна. [102]

Первые этапы секвенирования РНК также включают аналогичную обработку изображений; однако преобразование изображений в данные последовательности обычно выполняется автоматически программным обеспечением прибора. Метод секвенирования-синтеза компании Illumina позволяет получить массив кластеров, распределенных по поверхности проточной кюветы. [103] Проточная кювета визуализируется до четырех раз в течение каждого цикла секвенирования, всего от десятков до сотен циклов. Кластеры проточных ячеек аналогичны пятнам микрочипов и должны быть правильно идентифицированы на ранних стадиях процесса секвенирования. В методе пиросеквенирования компании «Рош » интенсивность излучаемого света определяет количество последовательных нуклеотидов в гомополимерном повторе. Существует множество вариантов этих методов, каждый из которых имеет свой профиль ошибок для результирующих данных. [104]

Анализ данных RNA-Seq

Эксперименты RNA-Seq генерируют большой объем считываний необработанных последовательностей, которые необходимо обработать для получения полезной информации. Для анализа данных обычно требуется сочетание программных инструментов биоинформатики (см. Также Список инструментов биоинформатики RNA-Seq ), которые различаются в зависимости от плана эксперимента и целей. Этот процесс можно разбить на четыре этапа: контроль качества, выравнивание, количественный анализ и дифференциальное выражение. [105] Большинство популярных программ RNA-Seq запускаются из интерфейса командной строки либо в среде Unix , либо в статистической среде R / Bioconductor . [94]

Контроль качества

Считывание последовательности не является идеальным, поэтому для последующего анализа необходимо оценить точность каждого основания в последовательности. Необработанные данные проверяются, чтобы гарантировать: показатели качества для вызовов оснований высоки, содержание GC соответствует ожидаемому распределению, мотивы коротких последовательностей ( k-меры ) не перепредставлены, а уровень дублирования чтения приемлемо низкий. [86] Для анализа качества последовательностей существует несколько вариантов программного обеспечения, включая FastQC и FaQC. [106] [107] Аномалии можно удалить (обрезать) или пометить для специальной обработки во время последующих процессов.

Выравнивание

Чтобы связать количество считываемых последовательностей с экспрессией определенного гена, последовательности транскриптов выравниваются с эталонным геномом или выравниваются de novo друг с другом, если ссылка недоступна. [108] [109] [110] Ключевые проблемы программного обеспечения для выравнивания включают достаточную скорость, позволяющую выровнять миллиарды коротких последовательностей в значимые сроки, гибкость в распознавании и устранении сплайсинга интронов эукариотической мРНК, а также правильное назначение ридов, которые карта с несколькими местами. Развитие программного обеспечения в значительной степени решило эти проблемы, а увеличение длины чтения секвенирования снижает вероятность неоднозначного выравнивания чтения. Список доступных в настоящее время высокопроизводительных выравнивателей последовательностей поддерживается EBI . [111] [112]

Выравнивание последовательностей мРНК первичного транскрипта , полученных от эукариот , с эталонным геномом требует специальной обработки последовательностей интронов , которые отсутствуют в зрелой мРНК. [113] Выравниватели с коротким считыванием выполняют дополнительный цикл выравнивания, специально предназначенный для идентификации соединений сплайсинга , основываясь на канонических последовательностях сайтов сплайсинга и известной информации о сайтах сплайсинга интронов. Идентификация соединений сплайсинга интронов предотвращает смещение или ошибочное отбрасывание считываний по сплайсинговым соединениям, позволяя сопоставить больше чтений с эталонным геномом и повышая точность оценок экспрессии генов. Поскольку регуляция генов может происходить на уровне изоформ мРНК , выравнивания с учетом сплайсинга также позволяют обнаруживать изменения численности изоформ, которые в противном случае были бы потеряны при групповом анализе. [114]

Сборку de novo можно использовать для выравнивания чтений друг с другом для создания полноразмерных последовательностей транскриптов без использования эталонного генома. [115] Проблемы, характерные для сборки de novo, включают более высокие вычислительные требования по сравнению с эталонным транскриптомом, дополнительную проверку вариантов или фрагментов гена и дополнительную аннотацию собранных транскриптов. Было показано, что первые метрики, используемые для описания сборок транскриптома, такие как N50 , вводят в заблуждение [116] , и теперь доступны улучшенные методы оценки. [117] [118] Метрики на основе аннотаций лучше оценивают полноту сборки, например, взаимное количество лучших попаданий в контиг . После сборки de novo сборку можно использовать в качестве эталона для последующих методов выравнивания последовательностей и количественного анализа экспрессии генов.

Условные обозначения: RAM – оперативное запоминающее устройство; MPI – интерфейс передачи сообщений; EST – метка выраженной последовательности.

Количественная оценка

Идентификация по тепловой карте закономерностей совместной экспрессии 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 схожими профилями экспрессии могут быть автоматически сгруппированы (левое и верхнее деревья). Образцами могут быть разные люди, ткани, окружающая среда или состояние здоровья. В этом примере экспрессия набора генов 1 высокая, а экспрессия набора генов 2 низкая в образцах 1, 2 и 3. [51] [129]

Количественная оценка выравнивания последовательностей может быть выполнена на уровне гена, экзона или транскрипта. [91] [87] Типичные выходные данные включают таблицу количества чтений для каждой функции, предоставленной в программное обеспечение; например, для генов в файле общего формата признаков . Число считываний генов и экзонов можно довольно легко рассчитать, например, с помощью HTSeq. [130] Количественная оценка на уровне транскрипта более сложна и требует вероятностных методов для оценки количества изоформ транскрипта на основе короткой информации считывания; например, с помощью программного обеспечения для запонок. [114] Считывания, которые одинаково хорошо совпадают с несколькими местоположениями, должны быть идентифицированы и либо удалены, либо выровнены по одному из возможных мест, либо выровнены по наиболее вероятному местоположению.

Некоторые методы количественного определения могут вообще обойти необходимость точного сопоставления считывания с эталонной последовательностью. Программный метод kallisto объединяет псевдовыравнивание и количественный анализ в один этап, который выполняется на 2 порядка быстрее, чем современные методы, такие как те, которые используются программным обеспечением для шляп/запонок, с меньшей вычислительной нагрузкой. [131]

Дифференциальное выражение

Как только становятся доступны количественные подсчеты каждого транскрипта, дифференциальную экспрессию генов измеряют путем нормализации, моделирования и статистического анализа данных. [108] Большинство инструментов считывают таблицу генов и считывают счетчики в качестве входных данных, но некоторые программы, такие как Cuffdiff, принимают в качестве входных данных выравнивания чтения в формате двоичной карты выравнивания . Конечными результатами этого анализа являются списки генов с соответствующими парными тестами на дифференциальную экспрессию между методами лечения и оценками вероятности этих различий. [132]

Легенда: мРНК – информационная РНК.

Проверка

Транскриптомный анализ может быть подтвержден с использованием независимого метода, например, количественной ПЦР (кПЦР), который легко распознается и поддается статистической оценке. [135] Экспрессию генов измеряют по определенным стандартам как для интересующего гена, так и для контрольных генов. Измерение с помощью qPCR аналогично измерению, полученному с помощью RNA-Seq, где значение можно рассчитать для концентрации целевой области в данном образце. Однако кПЦР ограничивается ампликонами размером менее 300 п.н., обычно ближе к 3'-концу кодирующей области, избегая 3'UTR . [136] Если требуется проверка изоформ транскриптов, проверка выравнивания чтения РНК-Seq должна указать, где можно разместить праймеры для qPCR для максимальной дискриминации. Измерение нескольких контрольных генов вместе с интересующими генами дает стабильный эталон в биологическом контексте. [137] Проверка данных RNA-Seq с помощью qPCR в целом показала, что различные методы RNA-Seq сильно коррелируют. [62] [138] [139]

Функциональная проверка ключевых генов является важным фактором при посттранскриптомном планировании. Наблюдаемые закономерности экспрессии генов могут быть функционально связаны с фенотипом посредством независимого исследования нокдауна / спасения в интересующем организме. [140]

Приложения

Диагностика и профилирование заболеваний

Транскриптомные стратегии нашли широкое применение в различных областях биомедицинских исследований, включая диагностику заболеваний и составление профилей . [10] [141] Подходы RNA-Seq позволили широкомасштабно идентифицировать сайты начала транскрипции , раскрыть использование альтернативных промоторов и новые изменения сплайсинга . Эти регуляторные элементы важны при заболеваниях человека, и, следовательно, определение таких вариантов имеет решающее значение для интерпретации исследований, связанных с заболеванием . [142] RNA-Seq может также идентифицировать связанные с заболеванием однонуклеотидные полиморфизмы (SNP), аллель-специфическую экспрессию и слияния генов , что способствует пониманию причинных вариантов заболеваний. [143]

Ретротранспозоны — это мобильные элементы , которые размножаются в геномах эукариот посредством процесса, включающего обратную транскрипцию . RNA-Seq может предоставить информацию о транскрипции эндогенных ретротранспозонов, которые могут влиять на транскрипцию соседних генов с помощью различных эпигенетических механизмов , приводящих к заболеванию. [144] Аналогичным образом, потенциал использования RNA-Seq для понимания заболеваний, связанных с иммунной системой, быстро расширяется благодаря способности анализировать популяции иммунных клеток и секвенировать репертуары рецепторов Т-клеток и В-клеток у пациентов. [145] [146]

Транскриптомы человека и патогенов

РНК-Seq человеческих патогенов стал признанным методом количественной оценки изменений экспрессии генов, выявления новых факторов вирулентности , прогнозирования устойчивости к антибиотикам и раскрытия иммунных взаимодействий хозяин-патоген . [147] [148] Основной целью этой технологии является разработка оптимизированных мер инфекционного контроля и целенаправленного индивидуального лечения . [146]

Транскриптомный анализ преимущественно сосредоточен либо на хозяине, либо на патогене. Dual RNA-Seq применялся для одновременного профиля экспрессии РНК как в патогене, так и в хозяине на протяжении всего процесса инфекции. Этот метод позволяет изучать динамический ответ и межвидовые генные регуляторные сети у обоих партнеров по взаимодействию от первоначального контакта до инвазии и окончательного сохранения патогена или его выведения иммунной системой хозяина. [149] [150]

Реакция на окружающую среду

Транскриптомика позволяет идентифицировать гены и пути , которые реагируют на биотические и абиотические стрессы окружающей среды и противодействуют им. [151] [140] Нецелевой характер транскриптомики позволяет идентифицировать новые транскрипционные сети в сложных системах. Например, сравнительный анализ ряда линий нута на разных стадиях развития выявил различные профили транскрипции, связанные со стрессами засухи и засоления , включая определение роли изоформ транскрипта AP2 - EREBP . [151] Исследование экспрессии генов во время формирования биопленки грибковым патогеном Candida albicans выявило совместно регулируемый набор генов, критически важных для создания и поддержания биопленки. [152]

Транскриптомное профилирование также предоставляет важную информацию о механизмах лекарственной устойчивости . Анализ более 1000 изолятов Plasmodium falciparum , вирулентного паразита, вызывающего малярию у людей, [153] выявил, что усиление реакции развернутого белка и более медленное прогрессирование на ранних стадиях бесполого внутриэритроцитарного цикла развития были связаны с устойчивостью к артемизинину у изолятов от Юго-Восточная Азия . [154]

Использование транскриптомики также важно для изучения реакций в морской среде. [155] В морской экологии « стресс » и « адаптация » были одними из наиболее распространенных тем исследований, особенно связанных с антропогенным стрессом, таким как глобальные изменения и загрязнение . [155] Большинство исследований в этой области было проведено на животных , хотя беспозвоночные были недостаточно представлены. [155] Одной из проблем по-прежнему остается недостаток функциональных генетических исследований, которые затрудняют аннотацию генов , особенно для немодельных видов, и могут привести к расплывчатым выводам о влиянии изученных реакций. [155]

Аннотация функции гена

Все транскриптомные методы оказались особенно полезны для определения функций генов и определения тех, кто отвечает за определенные фенотипы. Транскриптомика экотипов Arabidopsis , которые гипераккумулируют металлы, коррелирует гены, участвующие в поглощении металлов , толерантности и гомеостазе, с фенотипом. [156] Интеграция наборов данных RNA-Seq по различным тканям использовалась для улучшения аннотации функций генов у коммерчески важных организмов (например, огурца ) [157] или видов, находящихся под угрозой исчезновения (например, коалы ). [158]

Сборка считываний RNA-Seq не зависит от эталонного генома [122] и поэтому идеальна для изучения экспрессии генов в немодельных организмах с несуществующими или плохо развитыми геномными ресурсами. Например, база данных SNP, используемых в программах селекции пихты Дугласа, была создана путем анализа транскриптома de novo в отсутствие секвенированного генома . [159] Аналогичным образом, гены, которые участвуют в развитии сердечной, мышечной и нервной тканей у омаров, были идентифицированы путем сравнения транскриптомов различных типов тканей без использования последовательности генома. [160] RNA-Seq также можно использовать для идентификации ранее неизвестных областей кодирования белков в существующих секвенированных геномах.

Часы старения на основе транскриптома

Профилактические мероприятия, связанные со старением, невозможны без индивидуального измерения скорости старения. Самый современный и сложный способ измерения скорости старения — использование различных биомаркеров старения человека. Он основан на использовании глубоких нейронных сетей, которые можно обучать на любых типах биологических данных омики для прогнозирования возраста субъекта. Было показано, что старение является сильным фактором изменений транскриптома. [161] [162] Часы старения, основанные на транскриптомах, страдают от значительных различий в данных и относительно низкой точности. Однако подход, использующий временное масштабирование и бинаризацию транскриптомов для определения набора генов, который с точностью предсказывает биологический возраст, позволил достичь оценки, близкой к теоретическому пределу. [161]

Некодирующая РНК

Транскриптомика чаще всего применяется к содержимому мРНК в клетке. Однако те же методы в равной степени применимы и к некодирующим РНК (нкРНК), которые не транслируются в белок, но вместо этого имеют прямые функции (например, роль в трансляции белка , репликации ДНК , сплайсинге РНК и регуляции транскрипции ). [163] [164] [165] [166] Многие из этих нкРНК влияют на болезненные состояния, включая рак, сердечно-сосудистые и неврологические заболевания. [167]

Базы данных транскриптомов

Исследования транскриптомики генерируют большие объемы данных, потенциальные применения которых выходят далеко за рамки первоначальных целей эксперимента. Таким образом, необработанные или обработанные данные могут быть помещены в общедоступные базы данных , чтобы обеспечить их полезность для более широкого научного сообщества. Например, по состоянию на 2018 год «Омнибус экспрессии генов» содержал миллионы экспериментов. [168]

Легенда: NCBI – Национальный центр биотехнологической информации; EBI – Европейский институт биоинформатики; DDBJ – Банк данных ДНК Японии; ENA – Европейский архив нуклеотидов; MIAME – Минимальная информация об эксперименте с микрочипами; MINSEQE – Минимальная информация о высокопроизводительном эксперименте по секвенированию нуклеотидов.

Смотрите также

Рекомендации

Эта статья была адаптирована из следующего источника по лицензии CC BY 4.0 (2017 г.) (отчеты рецензента): Рохан Лоу; Нил Ширли; Марк Бликли; Стивен Долан; Томас Шафи (18 мая 2017 г.). «Технологии транскриптомики». PLOS Вычислительная биология . 13 (5): e1005457. doi : 10.1371/ЖУРНАЛ.PCBI.1005457. ISSN  1553-734X. ПМЦ  5436640 . PMID  28545146. S2CID  3714586. Викиданные  Q33703532.{{cite journal}}: CS1 maint: неотмеченный бесплатный DOI ( ссылка )

  1. ^ «Тенденция Medline: автоматизированная ежегодная статистика результатов PubMed по любому запросу» . dan.corlan.net . Проверено 5 октября 2016 г.
  2. ^ аб Адамс, доктор медицинских наук, Келли Дж. М., Гокейн Дж. Д., Дубник М., Полимеропулос М. Х., Сяо Х. и др. (июнь 1991 г.). «Комплементарное секвенирование ДНК: метки экспрессируемых последовательностей и проект генома человека». Наука . 252 (5013): 1651–6. Бибкод : 1991Sci...252.1651A. дои : 10.1126/science.2047873. PMID  2047873. S2CID  13436211.
  3. ^ Пан Кью, Шай О, Ли Л.Дж., Фрей Б.Дж., Бленкоу Б.Дж. (декабрь 2008 г.). «Глубокое исследование сложности альтернативного сплайсинга транскриптома человека с помощью высокопроизводительного секвенирования». Природная генетика . 40 (12): 1413–5. дои : 10.1038/ng.259. PMID  18978789. S2CID  9228930.
  4. ^ аб Султан М., Шульц М.Х., Ричард Х., Маген А., Клингенхофф А., Шерф М. и др. (август 2008 г.). «Глобальный взгляд на активность генов и альтернативный сплайсинг путем глубокого секвенирования транскриптома человека». Наука . 321 (5891): 956–60. Бибкод : 2008Sci...321..956S. дои : 10.1126/science.1160342. PMID  18599741. S2CID  10013179.
  5. ^ Лаппалайнен Т., Саммет М., Фридлендер М.Р., 'т Хоен П.А., Монлонг Дж., Ривас М.А. и др. (Сентябрь 2013). «Секвенирование транскриптома и генома выявляет функциональные различия у людей». Природа . 501 (7468): 506–11. Бибкод : 2013Natur.501..506L. дои : 10.1038/nature12531. ПМЦ 3918453 . ПМИД  24037378. 
  6. ^ аб Меле М., Феррейра П.Г., Ревертер Ф., ДеЛука Д.С., Монлонг Дж., Саммет М. и др. (май 2015 г.). «Геномика человека. Транскриптом человека в тканях и индивидуумах». Наука . 348 (6235): 660–5. Бибкод : 2015Sci...348..660M. дои : 10.1126/science.aaa0355. ПМЦ 4547472 . ПМИД  25954002. 
  7. ^ Сандберг Р. (январь 2014 г.). «Вход в эпоху 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., Тейхманн С.А. (май 2015 г.). «Технология и биология секвенирования одноклеточной РНК». Молекулярная клетка . 58 (4): 610–20. doi : 10.1016/j.molcel.2015.04.005 . ПМИД  26000846.
  9. ^ abcdef McGettigan PA (февраль 2013 г.). «Транскриптомика в эпоху секвенирования РНК». Современное мнение в области химической биологии . 17 (1): 4–11. дои : 10.1016/j.cbpa.2012.12.008. ПМИД  23290152.
  10. ^ abcdefghijkl Ван З., Герштейн М., Снайдер М. (январь 2009 г.). «RNA-Seq: революционный инструмент для транскриптомики». Обзоры природы Генетика . 10 (1): 57–63. дои : 10.1038/nrg2484. ПМЦ 2949280 . ПМИД  19015660. 
  11. ^ abc Озсолак Ф, Милош П.М. (февраль 2011 г.). «Секвенирование РНК: достижения, проблемы и возможности». Обзоры природы Генетика . 12 (2): 87–98. дои : 10.1038/nrg2934. ПМК 3031867 . ПМИД  21191423. 
  12. ^ abc Морозова О, Херст М, Марра М.А. (2009). «Применение новых технологий секвенирования для анализа транскриптома». Ежегодный обзор геномики и генетики человека . 10 : 135–51. doi : 10.1146/annurev-genom-082908-145957. ПМИД  19715439.
  13. ^ Сим ГК, Кафатос ФК, Джонс К.В., Келер, доктор медицины, Эфстратиадис А, Маниатис Т (декабрь 1979 г.). «Использование библиотеки кДНК для исследований эволюции и экспрессии в развитии мультигенных семейств хориона». Клетка . 18 (4): 1303–16. дои : 10.1016/0092-8674(79)90241-1 . ПМИД  519770.
  14. ^ Сатклифф Дж.Г., Милнер Р.Дж., Блум Ф.Е., Лернер Р.А. (август 1982 г.). «Общая последовательность из 82 нуклеотидов, уникальная для РНК мозга». Труды Национальной академии наук Соединенных Штатов Америки . 79 (16): 4942–6. Бибкод : 1982PNAS...79.4942S. дои : 10.1073/pnas.79.16.4942 . ПМК 346801 . ПМИД  6956902. 
  15. ^ Путни С.Д., Херлихи В.К., Шиммель П. (апрель 1983 г.). «Новый тропонин Т и клоны кДНК 13 различных мышечных белков, обнаруженные с помощью дробовика». Природа . 302 (5910): 718–21. Бибкод : 1983Natur.302..718P. дои : 10.1038/302718a0. PMID  6687628. S2CID  4364361.
  16. ^ abcd Марра М.А., Хиллер Л., Уотерстон Р.Х. (январь 1998 г.). «Теги выраженной последовательности — создание мостов между геномами». Тенденции в генетике . 14 (1): 4–7. дои : 10.1016/S0168-9525(97)01355-3. ПМИД  9448457.
  17. ^ Alwine JC, Kemp DJ, Stark GR (декабрь 1977 г.). «Метод обнаружения специфических РНК в агарозных гелях путем переноса на диазобензилоксиметиловую бумагу и гибридизации с ДНК-зондами». Труды Национальной академии наук Соединенных Штатов Америки . 74 (12): 5350–4. Бибкод : 1977PNAS...74.5350A. дои : 10.1073/pnas.74.12.5350 . ПМК 431715 . ПМИД  414220. 
  18. ^ Беккер-Андре М., Халброк К. (ноябрь 1989 г.). «Количественное определение абсолютной мРНК с использованием полимеразной цепной реакции (ПЦР). Новый подход с помощью анализа титрования транскрипта с помощью ПЦР (PATTY)». Исследования нуклеиновых кислот . 17 (22): 9437–46. дои : 10.1093/нар/17.22.9437. ПМЦ 335144 . ПМИД  2479917. 
  19. ^ Пьету Г, Мариаж-Самсон Р, Файен Н.А., Матингу С, Эвено Е, Улгатт Р, Декреен С, Ванденбрук Ю, Тахи Ф, Девинь М.Д., Виркнер Ю, Ансорж В, Кокс Д, Нагасе Т, Номура Н, Офре С (февраль 1999 г.). «База знаний Genexpress IMAGE о транскриптоме человеческого мозга: прототип интегрированного ресурса для функциональной и вычислительной геномики». Геномные исследования . 9 (2): 195–209. дои : 10.1101/гр.9.2.195. ПМК 310711 . ПМИД  10022985. 
  20. ^ Велкулеску В.Е., Чжан Л., Чжоу В., Фогельштейн Дж., Басрай М.А., Бассетт Д.Е., Хитер П., Фогельштейн Б., Кинцлер К.В. (январь 1997 г.). «Характеристика транскриптома дрожжей». Клетка . 88 (2): 243–51. дои : 10.1016/S0092-8674(00)81845-0 . PMID  9008165. S2CID  11430660.
  21. ^ abcd Велкулеску В.Е., Чжан Л., Фогельштейн Б., Кинцлер К.В. (октябрь 1995 г.). «Серийный анализ экспрессии генов». Наука . 270 (5235): 484–7. Бибкод : 1995Sci...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 . ПМИД  9331369.
  23. ^ abcdef Мантионе К.Дж., Крим Р.М., Кузелова Х., Птачек Р., Рабох Дж., Сэмюэл Дж.М., Стефано ГБ (август 2014 г.). «Сравнение методов биоинформационного профилирования экспрессии генов: микрочипы и RNA-Seq». Медицинская наука Монитор фундаментальных исследований . 20 : 138–42. дои : 10.12659/MSMBR.892101. ПМК 4152252 . ПМИД  25149683. 
  24. ^ Чжао С., Фунг-Леунг WP, Биттнер А, Нго К, Лю X (2014). «Сравнение RNA-Seq и микроматрицы в профилировании транскриптома активированных Т-клеток». ПЛОС ОДИН . 9 (1): e78644. Бибкод : 2014PLoSO...978644Z. дои : 10.1371/journal.pone.0078644 . ПМЦ 3894192 . ПМИД  24454679. 
  25. ^ аб Хашимшони Т., Вагнер Ф., Шер Н., Янаи I (сентябрь 2012 г.). «CEL-Seq: Seq одноклеточной РНК путем мультиплексной линейной амплификации». Отчеты по ячейкам . 2 (3): 666–73. дои : 10.1016/j.celrep.2012.08.003 . ПМИД  22939981.
  26. ^ Стирс Р.Л., Геттс Р.К., Галланс С.Р. (август 2000 г.). «Новая чувствительная система обнаружения для микрочипов высокой плотности с использованием дендримерной технологии». Физиологическая геномика . 3 (2): 93–9. doi :10.1152/физиологгеномика.2000.3.2.93. ПМИД  11015604.
  27. ^ abcdef Illumina (11 июля 2011 г.). «Сравнение данных RNA-Seq с микрочипами экспрессии генов» (PDF) . Европейский фармацевтический обзор.
  28. ^ ab Black MB, Parks BB, Pluta L, Chu TM, Аллен BC, Wolfinger RD, Thomas RS (февраль 2014 г.). «Сравнение микрочипов и секвенирования РНК для анализа экспрессии генов в экспериментах по зависимости реакции от дозы». Токсикологические науки . 137 (2): 385–403. doi : 10.1093/toxsci/kft249. ПМИД  24194394.
  29. ^ Мариони Дж.К., Мейсон CE, Мане С.М., Стивенс М., Гилад Ю. (сентябрь 2008 г.). «РНК-секвенирование: оценка технической воспроизводимости и сравнение с массивами экспрессии генов». Геномные исследования . 18 (9): 1509–17. дои : 10.1101/гр.079558.108. ПМЦ 2527709 . ПМИД  18550803. 
  30. ^ Консорциум SEQC/MAQC-III (сентябрь 2014 г.). «Комплексная оценка точности, воспроизводимости и информативности секвенирования РНК, проведенная Консорциумом контроля качества секвенирования». Природная биотехнология . 32 (9): 903–14. дои : 10.1038/nbt.2957. ПМЦ 4321899 . ПМИД  25150838. 
  31. ↑ Чен Дж. Дж., Сюэ Х. М., Делонгшан Р. Р., Линь С. Дж., Цай Калифорния (октябрь 2007 г.). «Воспроизводимость данных микрочипов: дальнейший анализ данных контроля качества микрочипов (MAQC)». БМК Биоинформатика . 8 : 412. дои : 10.1186/1471-2105-8-412 . ПМК 2204045 . ПМИД  17961233. 
  32. ^ Ларкин Дж. Э., Фрэнк BC, Гаврас Х., Султана Р., Квакенбуш Дж. (май 2005 г.). «Независимость и воспроизводимость на платформах микрочипов». Природные методы . 2 (5): 337–44. дои : 10.1038/nmeth757. PMID  15846360. S2CID  16088782.
  33. ^ аб Нельсон, штат Нью-Джерси (апрель 2001 г.). «Микрочипы прибыли: инструмент экспрессии генов созревает». Журнал Национального института рака . 93 (7): 492–4. дои : 10.1093/jnci/93.7.492. ПМИД  11287436.
  34. ^ Шена М., Шалон Д., Дэвис Р.В., Браун ПО (октябрь 1995 г.). «Количественный мониторинг закономерностей экспрессии генов с помощью комплементарного микрочипа ДНК». Наука . 270 (5235): 467–70. Бибкод : 1995Sci...270..467S. дои : 10.1126/science.270.5235.467. PMID  7569999. S2CID  6720459.
  35. ^ аб Пожитков А.Е., Тауц Д., Нобл П.А. (июнь 2007 г.). «Олигонуклеотидные микрочипы: широко применяются, но плохо изучены». Брифинги по функциональной геномике и протеомике . 6 (2): 141–8. дои : 10.1093/bfgp/elm014 . hdl : 11858/00-001M-0000-000F-D7B3-3 . ПМИД  17644526.
  36. ^ abc Хеллер MJ (2002). «Технология ДНК-микрочипов: устройства, системы и приложения». Ежегодный обзор биомедицинской инженерии . 4 : 129–53. doi : 10.1146/annurev.bioeng.4.020702.153438. ПМИД  12117754.
  37. ^ Маклахлан Г.Дж., До К.А. , Амбруаз С. (2005). Анализ данных об экспрессии генов на микрочипах . Хобокен: Джон Уайли и сыновья. ISBN 978-0-471-72612-8.[ нужна страница ]
  38. ^ Бреннер С., Джонсон М., Бриджэм Дж., Голда Г., Ллойд Д.Х., Джонсон Д., Луо С., Маккарди С., Фой М., Юэн М., Рот Р., Джордж Д., Элетр С., Альбрехт Г., Вермаас Э., Уильямс С.Р., Мун К., Берчем Т., Паллас М., ДюБридж Р.Б., Киршнер Дж., Фирон К., Мао Дж., Коркоран К. (июнь 2000 г.). «Анализ экспрессии генов с помощью массово-параллельного сигнатурного секвенирования (MPSS) на массивах микрогранул». Природная биотехнология . 18 (6): 630–4. дои : 10.1038/76469. PMID  10835600. S2CID  13884154.
  39. ^ Мейерс BC, Ву TH, Тедж СС, Газаль Х, Матвиенко М, Агравал В, Нин Дж, Хауденшильд CD (август 2004 г.). «Анализ сложности транскрипции Arabidopsis thaliana путем массового параллельного секвенирования сигнатур». Природная биотехнология . 22 (8): 1006–11. дои : 10.1038/nbt992. PMID  15247925. S2CID  15336496.
  40. ^ аб Бейнбридж М.Н., Уоррен Р.Л., Херст М., Романуик Т., Зенг Т., Го А, Делани А., Гриффит М., Хикенботэм М., Магрини В., Мардис Э.Р., Садар М.Д., Сиддики А.С., Марра М.А., Джонс С.Дж. (сентябрь 2006 г.) . «Анализ транскриптома линии клеток рака простаты LNCaP с использованием подхода секвенирования путем синтеза». БМК Геномика . 7 : 246. дои : 10.1186/1471-2164-7-246 . ПМЦ 1592491 . ПМИД  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 I, Пенкетт С.Дж., Роджерс Дж., Бэлер Дж. (июнь 2008 г.). «Динамический репертуар эукариотического транскриптома, исследованный с разрешением в один нуклеотид». Природа . 453 (7199): 1239–43. Бибкод : 2008Natur.453.1239W. дои : 10.1038/nature07002. PMID  18488015. S2CID  205213499.
  43. ^ Султан М, Шульц МХ, 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, Лерах Х, Яспо МЛ (август 2008 г.). «Глобальный взгляд на активность генов и альтернативный сплайсинг путем глубокого секвенирования транскриптома человека». Наука . 321 (5891): 956–60. Бибкод : 2008Sci...321..956S. дои : 10.1126/science.1160342. PMID  18599741. S2CID  10013179.
  44. ^ аб Хомчинский П., Сакки Н. (апрель 1987 г.). «Одностадийный метод выделения РНК путем кислой экстракции тиоцианатом гуанидиния, фенола и хлороформа». Аналитическая биохимия . 162 (1): 156–9. дои : 10.1016/0003-2697(87)90021-2. ПМИД  2440339.
  45. ^ аб Хомчинский П., Сакки Н. (2006). «Одностадийный метод выделения РНК путем кислой экстракции тиоцианатом гуанидиния, фенола и хлороформа: двадцать с чем-то 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 полимеразной цепной реакции обратной транскриптазы для мониторинга экспрессии безинтронных генов». БиоТехники . 9 (3): 262, 264, 266–8. ПМИД  1699561.
  47. ^ Брайант С., Мэннинг Д.Л. (1998). «Выделение информационной РНК». Протоколы выделения и характеристики РНК . Методы молекулярной биологии. Том. 86. стр. 61–4. дои : 10.1385/0-89603-494-1:61. ISBN 978-0-89603-494-5. ПМИД  9664454.
  48. ^ Чжао В., Хе X, Ходли К.А., Паркер Дж.С., Хейс Д.Н., Перу CM (июнь 2014 г.). «Сравнение РНК-Seq с помощью захвата поли (А), истощения рибосомальной РНК и микроматрицы ДНК для определения профиля экспрессии». БМК Геномика . 15 (1): 419. дои : 10.1186/1471-2164-15-419 . ПМК 4070569 . ПМИД  24888378. 
  49. ^ Некоторые примеры проб окружающей среды: морская вода, почва или воздух.
  50. ^ Закрыть TJ, Ванамейкер С.И., Калдо Р.А., Тернер С.М., Эшлок Д.А., Дикерсон Дж.А., Винг Р.А., Мюльбауэр Г.Дж., Кляйнхофс А., Wise RP (март 2004 г.). «Новый ресурс для геномики зерновых: 22-тысячный GeneChip ячменя достигает совершеннолетия». Физиология растений . 134 (3): 960–8. дои : 10.1104/стр.103.034462. ПМЦ 389919 . ПМИД  15020760. 
  51. ^ abcde Лоу Р., Ширли Н., Бликли М., Долан С., Шафи Т. (май 2017 г.). «Технологии транскриптомики». PLOS Вычислительная биология . 13 (5): e1005457. Бибкод : 2017PLSCB..13E5457L. дои : 10.1371/journal.pcbi.1005457 . ПМЦ 5436640 . ПМИД  28545146. 
  52. ^ ab Шираки Т, Кондо С, Катаяма С, Ваки К, Касукава Т, Каваджи Х, Кодзиус Р, Ватахики А, Накамура М, Аракава Т, Фукуда С, Сасаки Д, Подхайска А, Харберс М, Каваи Дж, Карнинчи П, Хаяшизаки Ю. (декабрь 2003 г.). «Экспрессия генов Cap-анализа для высокопроизводительного анализа начальной точки транскрипции и идентификации использования промотора». Труды Национальной академии наук Соединенных Штатов Америки . 100 (26): 15776–81. Бибкод : 2003PNAS..10015776S. дои : 10.1073/pnas.2136655100 . ПМК 307644 . ПМИД  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. Бибкод : 2014Ана...139.1303R. дои : 10.1039/c3an01577g. ПМИД  24479125.
  54. ^ аб Барбулович-Над I, Лусенте М, Сунь Ю, Чжан М, Уиллер А.Р., Буссманн М (01 октября 2006 г.). «Методы изготовления биомикрочипов — обзор». Критические обзоры по 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 обнаружение кДНК и олигонуклеотидных микрочипов». Тенденции в биотехнологии . 23 (7): 374–9. doi :10.1016/j.tibtech.2005.04.002. ПМИД  15978318.
  56. ^ Шалон Д., Смит С.Дж., Браун ПО (июль 1996 г.). «Система микрочипов ДНК для анализа сложных образцов ДНК с использованием гибридизации двухцветных флуоресцентных зондов». Геномные исследования . 6 (7): 639–45. дои : 10.1101/гр.6.7.639 . ПМИД  8796352.
  57. ^ Локхарт DJ, Донг Х., Бирн MC, Фоллетти М.Т., Галло М.В., Чи М.С., Миттманн М., Ван С., Кобаяши М., Хортон Х., Браун Э.Л. (декабрь 1996 г.). «Мониторинг экспрессии путем гибридизации с массивами олигонуклеотидов высокой плотности». Природная биотехнология . 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., Спид TP (февраль 2003 г.). «Сводка данных уровня зонда Affymetrix GeneChip». Исследования нуклеиновых кислот . 31 (4): 15д–15. дои : 10.1093/нар/gng015. ПМЦ 150247 . ПМИД  12582260. 
  59. ^ Зельцер Р.Р., Ричмонд Т.А., Пофаль, Нью-Джерси, Грин Р.Д., Эйс П.С., Наир П., Бротман А.Р., Столлингс Р.Л. (ноябрь 2005 г.). «Анализ точек разрыва хромосом в нейробластоме с субкилобазным разрешением с использованием мелкоячеистого 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., Тейхманн С.А. (апрель 2018 г.). «Экспоненциальное масштабирование секвенирования одноклеточной РНК за последнее десятилетие». Протоколы природы . 13 (4): 599–604. дои : 10.1038/nprot.2017.149. PMID  29494575. S2CID  3560001.
  61. ^ Татибана С (18 августа 2015 г.). «Транскриптомика сегодня: микрочипы, секвенирование РНК и многое другое». Наука . 349 (6247): 544. Бибкод : 2015Sci...349..544T. дои : 10.1126/science.opms.p1500095 .
  62. ^ аб Нагалакшми У, Ван З, Варн 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. Бибкод : 2008Sci...320.1344N. дои : 10.1126/science.1158441. ПМЦ 2951732 . ПМИД  18451266. 
  63. ^ Су З, Фанг Х, Хун Х, Ши Л, Чжан В, Чжан В, Чжан Ю, 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 на основе устаревших данных микрочипов, на предмет их полезности в эпоху секвенирования РНК». Геномная биология . 15 (12): 523. doi : 10.1186/s13059-014-0523-y . ПМК 4290828 . ПМИД  25633159. 
  64. ^ Ли Дж.Х., Догарти Э.Р., Шейман Дж., Калхор Р., Ян Дж.Л., Ферранте Т.К., Терри Р., Жанти СС, Ли С., Амамото Р., Петерс Д.Т., Турчик Б.М., Марблстоун А.Х., Инверсо С.А., Бернард А., Мали П., Риос X, Аах Дж., Генеральный директор Черча (март 2014 г.). «Высокомультиплексное секвенирование субклеточной РНК in situ». Наука . 343 (6177): 1360–3. Бибкод : 2014Sci...343.1360L. дои : 10.1126/science.1250212. ПМК 4140943 . ПМИД  24578530. 
  65. ^ ab Shendure J, Ji H (октябрь 2008 г.). «Секвенирование ДНК нового поколения». Природная биотехнология . 26 (10): 1135–45. дои : 10.1038/nbt1486. PMID  18846087. S2CID  6384349.
  66. ^ Лаэнс Н.Ф., Кавакли И.Х., Чжан Р., Хайер К., Блэк М.Б., Дуек Х., Писарро А., Ким Дж., Иризарри Р., Томас Р.С., Грант Г.Р., Хогенеш Дж.Б. (июнь 2014 г.). «IVT-seq обнаруживает крайнюю предвзятость в секвенировании РНК». Геномная биология . 15 (6): Р86. дои : 10.1186/gb-2014-15-6-r86 . ПМК 4197826 . ПМИД  24981968. 
  67. ^ аб Книрим Э., Лаке Б., Шварц Дж. М., Шуэльке М., Зелов Д. (2011). «Систематическое сравнение трех методов фрагментации продуктов ПЦР дальнего действия для секвенирования следующего поколения». ПЛОС ОДИН . 6 (11): е28240. Бибкод : 2011PLoSO...628240K. дои : 10.1371/journal.pone.0028240 . ПМК 3227650 . ПМИД  22140562. 
  68. ^ Рут А., старший научный сотрудник, Ордуханян П., Джонсон Дж.Э. (август 2015 г.). «ClickSeq: секвенирование следующего поколения без фрагментации посредством клик-лигирования адаптеров со стохастически терминированными 3'-азидо-кДНК». Журнал молекулярной биологии . 427 (16): 2610–6. дои : 10.1016/j.jmb.2015.06.011. ПМЦ 4523409 . ПМИД  26116762. 
  69. ^ Парех С., Цигенхайн С., Вит Б., Энард В., Хеллманн I (май 2016 г.). «Влияние амплификации на анализ дифференциальной экспрессии с помощью RNA-seq». Научные отчеты . 6 : 25533. Бибкод : 2016NatSR...625533P. дои : 10.1038/srep25533. ПМЦ 4860583 . ПМИД  27156886. 
  70. ^ Шанкер С., Полсон А., Эденберг Х.Дж., Пик А., Перера А., Алексеев Ю.О., Беклофф Н., Бивенс Н.Дж., Доннелли Р., Гилласпи А.Ф., Гроув Д., Гу В., Джафари Н., Керли-Гамильтон Дж.С., Лайонс Р.Х., Теппер С. , Николет К.М. (апрель 2015 г.). «Оценка коммерчески доступных наборов амплификации РНК для секвенирования РНК с использованием очень малых вводимых количеств общей РНК». Журнал биомолекулярных методов . 26 (1): 4–18. дои : 10.7171/jbt.15-2601-001. ПМК 4310221 . ПМИД  25649271. 
  71. ^ Цзян Л., Шлезингер Ф., Дэвис Калифорния, Чжан Ю., Ли Р., Салит М., Гингерас Т.Р., Оливер Б. (сентябрь 2011 г.). «Синтетические стандарты для экспериментов по секвенированию РНК». Геномные исследования . 21 (9): 1543–51. дои : 10.1101/гр.121095.111. ПМК 3166838 . ПМИД  21816910. 
  72. ^ Кивиоя Т., Вяхараутио А., Карлссон К., Бонке М., Энге М., Линнарссон С., Тайпале Дж. (ноябрь 2011 г.). «Подсчет абсолютного количества 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 Ю, Нордман Э, Ли С, Сюй Н, Ван Х, Бодо Дж, Туч ББ, Сиддики А, Лао К, Сурани М.А. (май 2009 г.). «Анализ всего транскриптома мРНК-Seq одной клетки». Природные методы . 6 (5): 377–82. дои : 10.1038/nmeth.1315. PMID  19349980. S2CID  16570747.
  74. ^ Ислам С., Зейзель А., Йост С., Ла Манно Г., Заяк П., Каспер М., Лённерберг П., Линнарссон С. (февраль 2014 г.). «Количественный секвенирование одноклеточной РНК 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 секвенирование одноклеточной РНК для безмаркерного разложения тканей на типы клеток». Наука . 343 (6172): 776–9. Бибкод : 2014Sci...343..776J. дои : 10.1126/science.1247651. ПМЦ 4412462 . ПМИД  24531970. 
  76. ^ аб Левин Дж. З., Яссур М, Адиконис X, Нусбаум С, Томпсон Д. А., Фридман Н, Гнирке А, Регев А (сентябрь 2010 г.). «Комплексный сравнительный анализ методов секвенирования специфичных цепей РНК». Природные методы . 7 (9): 709–15. дои : 10.1038/nmeth.1491. ПМК 3005310 . ПМИД  20711195. 
  77. ^ Куэйл М.А., Смит М., Коупленд П., Отто Т.Д., Харрис С.Р., Коннор Т.Р., Бертони А., Свердлов Х.П., Га Ю (июль 2012 г.). «Рассказ о трех платформах секвенирования следующего поколения: сравнение секвенаторов Ion Torrent, Pacific Biosciences и Illumina MiSeq». БМК Геномика . 13 :341. дои : 10.1186/1471-2164-13-341 . ПМЦ 3431227 . ПМИД  22827831. 
  78. ^ ab Лю Л, Ли Ю, Ли С, Ху Н, Хэ Ю, Понг Р, Лин Д, Лу Л, Лоу М (2012). «Сравнение систем секвенирования следующего поколения». Журнал биомедицины и биотехнологии . 2012 : 251364. дои : 10.1155/2012/251364 . ПМЦ 3398667 . ПМИД  22829749. 
  79. ^ "СРА" . Проверено 6 октября 2016 г.Поиск в архиве чтения последовательностей NCBI (SRA) осуществлялся с использованием «RNA-Seq[Strategy]» и одного из «LS454[Platform]», «Illumina[platform]», «ABI Solid[Platform]», «Ion Torrent[Platform]». », «PacBio SMRT»[Платформа]», чтобы сообщить о количестве серий RNA-Seq, депонированных для каждой платформы.
  80. ^ Ломан, Нью-Джерси, Мисра Р.В., Даллман Т.Дж., Константиниду С., Гарбия С.Е., Уэйн Дж., Паллен М.Дж. (май 2012 г.). «Сравнение производительности настольных платформ высокопроизводительного секвенирования». Природная биотехнология . 30 (5): 434–9. дои : 10.1038/nbt.2198. PMID  22522955. S2CID  5300923.
  81. ^ Гудвин С., Макферсон Джей.Д., МакКомби В.Р. (май 2016 г.). «Взросление: десять лет технологий секвенирования нового поколения». Обзоры природы Генетика . 17 (6): 333–51. дои : 10.1038/nrg.2016.49. ПМЦ 10373632 . PMID  27184599. S2CID  8295541. 
  82. ^ Гаральде Д.Р., Снелл Э.А., Яхимович Д., Сипос Б., Ллойд Дж.Х., Брюс М., Пантич Н., Адмассу Т., Джеймс П., Варланд А., Джордан М., Чикконе Дж., Серра С., Кинан Дж., Мартин С., Макнил Л., Уоллес Э.Дж., Джаясингхе Л., Райт С., Бласко Дж., Янг С., Броклебанк Д., Юул С., Кларк Дж., Херон Эй.Дж., Тернер DJ (март 2018 г.). «Высокопараллельное 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, собранный 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 Л.Е., МакИнерни П., Томпсон Дж.Ф., Бауэрс Дж., Ярош М., Милош П.М. (октябрь 2009 г.). «Прямое секвенирование РНК». Природа . 461 (7265): 814–8. Бибкод : 2009Natur.461..814O. дои : 10.1038/nature08390. PMID  19776739. S2CID  4426760.
  85. ^ ab Hart SN, Therneau TM, Zhang Y, Польша GA, Kocher JP (декабрь 2013 г.). «Расчет оценки размера выборки для данных секвенирования РНК». Журнал вычислительной биологии . 20 (12): 970–8. дои : 10.1089/cmb.2012.0283. ПМЦ 3842884 . ПМИД  23961961. 
  86. ^ abc Конеса А, Мадригал П, Таразона С, Гомес-Кабреро Д, Сервера А, Макферсон А, Щесняк М.В., Гаффни DJ, Эло Л.Л., Чжан X, Мортазави А (январь 2016 г.). «Обзор лучших практик анализа данных секвенирования РНК». Геномная биология . 17:13 . дои : 10.1186/s13059-016-0881-8 . ПМЦ 4728800 . ПМИД  26813401. 
  87. ^ ab Рапапорт Ф., Ханин Р., Лян Ю., Пирун М., Крек А., Зумбо П., Мейсон CE, Соччи Н.Д., Бетель Д. (2013). «Комплексная оценка методов анализа дифференциальной экспрессии генов для данных секвенирования РНК». Геномная биология . 14 (9): 95 рандов. дои : 10.1186/gb-2013-14-9-r95 . ПМЦ 4054597 . ПМИД  24020486. 
  88. ^ Консорциум проекта ENCODE; Олдред, Шелли Ф.; Коллинз, Патрик Дж.; Дэвис, Кэрри А.; Дойл, Фрэнсис; Эпштейн, Чарльз Б.; Фритце, Сет; Харроу, Дженнифер; Каул, Раджиндер; Хатун, Джайнаб; Ладжуа, Брайан Р.; Ландт, Стивен Г.; Ли, Бум-Кю; Паули, Флоренция; Розенблум, Кейт Р.; Сабо, Питер; Сафи, Алексиас; Саньял, Амартья; Шореш, Ноам; Саймон, Джереми М.; Сун, Линюнь; Альтшулер, Роберт С.; Бирни, Юэн; Браун, Джеймс Б.; Ченг, Чао; Джебали, Сара; Донг, Сяньцзюнь; Данэм, Ян; Эрнст, Джейсон; и другие. (сентябрь 2012 г.). «Комплексная энциклопедия элементов ДНК в геноме человека». Природа . 489 (7414): 57–74. Бибкод : 2012Natur.489...57T. дои : 10.1038/nature11247. ПМЦ 3439153 . ПМИД  22955616. 
  89. ^ Слоан Калифорния, Чан Э.Т., Дэвидсон Дж.М., Маллади В.С., Страттан Дж.С., Хитц BC и др. (январь 2016 г.). «Данные ENCODE на портале ENCODE». Исследования нуклеиновых кислот . 44 (Д1): Д726–32. дои : 10.1093/nar/gkv1160. ПМК 4702836 . ПМИД  26527727. 
  90. ^ «КОДИРОВКА: Энциклопедия элементов ДНК» . encodeproject.org .
  91. ^ ab Thind AS, Monga I, Thakur PK, Kumari P, Dindhoria K, Krzak M, Ranson M, Ashford B (ноябрь 2021 г.). «Демистификация новых приложений массового секвенирования РНК: применение и полезность биоинформатической методологии». Брифинги по биоинформатике . 22 (6). дои : 10.1093/нагрудник/bbab259. ПМИД  34329375.
  92. ^ ab Ричи М.Э., Фипсон Б., Ву Д., Ху Ю., Лоу К.В., Ши В., Смит Г.К. (апрель 2015 г.). «Лимма обеспечивает анализ дифференциальной экспрессии для секвенирования РНК и исследований на микрочипах». Исследования нуклеиновых кислот . 43 (7): е47. дои : 10.1093/nar/gkv007. ПМК 4402510 . ПМИД  25605792. 
  93. ^ Аб Робинсон, доктор медицинских наук, Маккарти диджей, Смит Г.К. (январь 2010 г.). «edgeR: пакет Bioconductor для анализа дифференциальной экспрессии цифровых данных экспрессии генов». Биоинформатика . 26 (1): 139–40. doi : 10.1093/биоинформатика/btp616. ПМК 2796818 . ПМИД  19910308. 
  94. ^ ab 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. ПМЦ 4509590 . ПМИД  25633503. 
  95. ^ Смит, ГК (2005). «Лимма: линейные модели для данных микрочипов». Решения в области биоинформатики и вычислительной биологии с использованием R и биопроводника . Статистика по биологии и здоровью. Спрингер, Нью-Йорк, штат Нью-Йорк. стр. 397–420. CiteSeerX 10.1.1.361.8519 . дои : 10.1007/0-387-29362-0_23. ISBN  9780387251462.
  96. ^ Стив., Рассел (2008). Технология микрочипов на практике . Медоуз, Лиза А. Берлингтон: Elsevier. ISBN 9780080919768. ОКЛК  437246554.
  97. ^ ab Хаас Б.Дж., Папаниколау А., Яссур М., Грабхерр М., Блад ПД, Боуден Дж., Кугер М.Б., Экклс Д., Ли Б., Либер М., МакМанес М.Д., 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 генерации эталонов и анализа». Протоколы природы . 8 (8): 1494–512. дои : 10.1038/nprot.2013.084. ПМЦ 3875132 . ПМИД  23845962. 
  98. ^ ab Pertea M, Pertea GM, Antonescu CM, Chang TC, Mendell JT, Salzberg SL (март 2015 г.). «StringTie позволяет улучшить реконструкцию транскриптома на основе считываний RNA-seq». Природная биотехнология . 33 (3): 290–5. дои : 10.1038/nbt.3122. ПМЦ 4643835 . ПМИД  25690850. 
  99. ^ Кодама Ю., Шамуэй М., Лейнонен Р. (январь 2012 г.). «Архив чтения последовательностей: взрывной рост данных секвенирования». Исследования нуклеиновых кислот . 40 (Проблема с базой данных): D54–6. дои : 10.1093/nar/gkr854. ПМК 3245110 . ПМИД  22009675. 
  100. ^ аб Эдгар Р., Домрачев М., Лэш А.Е. (январь 2002 г.). «Омнибус экспрессии генов: хранилище данных экспрессии генов NCBI и массива гибридизации». Исследования нуклеиновых кислот . 30 (1): 207–10. дои : 10.1093/нар/30.1.207. ПМК 99122 . ПМИД  11752295. 
  101. ^ Петров А, Шамс С (1 ноября 2004 г.). «Обработка микрочиповых изображений и контроль качества». Журнал систем обработки сигналов СБИС для технологий сигналов, изображений и видео . 38 (3): 211–226. doi :10.1023/B:VLSI.0000042488.08307.ad. S2CID  31598448.
  102. ^ Петров А, Шамс С (2004). «Обработка микрочиповых изображений и контроль качества». Журнал систем обработки сигналов СБИС для технологий сигналов, изображений и видео . 38 (3): 211–226. doi :10.1023/B:VLSI.0000042488.08307.ad. S2CID  31598448.
  103. ^ Квон Ю.М., Рике С. (2011). Высокопроизводительное секвенирование нового поколения . Методы молекулярной биологии. Том. 733. СпрингерЛинк. дои : 10.1007/978-1-61779-089-8. ISBN 978-1-61779-088-1. S2CID  3684245.
  104. ^ Накамура К., Осима Т., Моримото Т., Икеда С., Ёсикава Х., Шива Ю., Исикава С., Линак MC, Хираи А., Такахаши Х., Альтаф-Уль-Амин М., Огасавара Н., Канайя С. (июль 2011 г.). «Профиль ошибок секвенаторов Illumina, специфичный для последовательности». Исследования нуклеиновых кислот . 39 (13): е90. дои : 10.1093/nar/gkr344. ПМК 3141275 . ПМИД  21576222. 
  105. ^ Ван Верк MC, Хикман Р., Питерс CM, Ван Вис SC (апрель 2013 г.). «RNA-Seq: откровение посланников». Тенденции в науке о растениях . 18 (4): 175–9. doi :10.1016/j.tplants.2013.02.001. hdl : 1874/309456 . PMID  23481128. S2CID  205453732.
  106. ^ Эндрюс С. (2010). «FastQC: инструмент контроля качества для данных последовательностей с высокой пропускной способностью». Бабрахам Биоинформатика . Проверено 23 мая 2017 г.
  107. ^ Lo CC, Chain PS (ноябрь 2014 г.). «Быстрая оценка и контроль качества данных секвенирования следующего поколения с помощью FaQC». БМК Биоинформатика . 15 (1): 366. дои : 10.1186/s12859-014-0366-2 . ПМК 4246454 . ПМИД  25408143. 
  108. ^ abc Трапнелл С., Хендриксон Д.Г., Соважо М., Гофф Л., Ринн Дж.Л., Пахтер Л. (январь 2013 г.). «Дифференциальный анализ регуляции генов при разрешении транскриптов с помощью RNA-seq». Природная биотехнология . 31 (1): 46–53. дои : 10.1038/nbt.2450. ПМЦ 3869392 . ПМИД  23222703. 
  109. ^ ab Се Y, Ву Г, Тан Дж, Луо Р, Паттерсон Дж, Лю С, Хуан В, Хэ Г, Гу С, Ли С, Чжоу X, Лам Т.В., Ли Ю, Сюй X, Вонг ГК, Ван Дж ( июнь 2014 г.). «SOAPdenovo-Trans: сборка транскриптома de novo с короткими чтениями RNA-Seq». Биоинформатика . 30 (12): 1660–6. arXiv : 1305.6760 . doi : 10.1093/биоинформатика/btu077. PMID  24532719. S2CID  5152689.
  110. ^ Сиаджеу, Кристиан; Мэйланд-Квеллхорст, Эйке; Панде, Шрути; Лаубингер, Саша; Альбах, Дирк К. (2021). «Последовательность транскриптома выявляет гены-кандидаты, участвующие в послеуборочном закалке трехлистного ямса Dioscorea dumetorum». Растения . 10 (4): 787. doi : 10.3390/plants10040787 . ПМК 8074181 . ПМИД  33923758. 
  111. ^ Картографы HTS. http://www.ebi.ac.uk/~nf/hts_mappers/
  112. ^ Фонсека Н.А., Рунг Дж., Бразма А., Мариони Дж.К. (декабрь 2012 г.). «Инструменты для картирования данных высокопроизводительного секвенирования». Биоинформатика . 28 (24): 3169–77. doi : 10.1093/биоинформатика/bts605 . ПМИД  23060614.
  113. ^ Трапнелл С., Пахтер Л., Зальцберг С.Л. (май 2009 г.). «TopHat: обнаружение соединений сплайсинга с помощью RNA-Seq». Биоинформатика . 25 (9): 1105–11. doi : 10.1093/биоинформатика/btp120. ПМЦ 2672628 . ПМИД  19289445. 
  114. ^ ab Трапнелл С., Уильямс Б.А., Пертеа Г., Мортазави А., Кван Г., ван Барен М.Дж., Зальцберг С.Л., Уолд Б.Дж., Пахтер Л. (май 2010 г.). «Сборка транскриптов и количественная оценка с помощью RNA-Seq выявляют неаннотированные транскрипты и переключение изоформ во время дифференцировки клеток». Природная биотехнология . 28 (5): 511–5. дои : 10.1038/nbt.1621. ПМК 3146043 . ПМИД  20436464. 
  115. ^ Миллер-младший, Корен С., Саттон Дж. (июнь 2010 г.). «Алгоритмы сборки данных секвенирования следующего поколения». Геномика . 95 (6): 315–27. дои : 10.1016/j.ygeno.2010.03.001. ПМЦ 2874646 . ПМИД  20211242. 
  116. ^ О'Нил С.Т., Эмрих С.Дж. (июль 2013 г.). «Оценка показателей сборки транскриптома De Novo на предмет согласованности и полезности». БМК Геномика . 14 : 465. дои : 10.1186/1471-2164-14-465 . ПМЦ 3733778 . ПМИД  23837739. 
  117. ^ Смит-Унна Р., Бурснелл С., Патро Р., Хибберд Дж. М., Келли С. (август 2016 г.). «TransRate: безреферентная оценка качества сборок транскриптома de novo». Геномные исследования . 26 (8): 1134–44. дои : 10.1101/гр.196469.115. ПМЦ 4971766 . ПМИД  27252236. 
  118. ^ Ли Б., Филлмор Н., Бай Ю., Коллинз М., Томсон Дж. А., Стюарт Р., Дьюи CN (декабрь 2014 г.). «Оценка сборок транскриптома de novo на основе данных RNA-Seq». Геномная биология . 15 (12): 553. дои : 10.1186/s13059-014-0553-5 . ПМК 4298084 . ПМИД  25608678. 
  119. ^ Зербино Д.Р., Бирни Э. (май 2008 г.). «Бархат: алгоритмы сборки короткого чтения de novo с использованием графов де Брёйна». Геномные исследования . 18 (5): 821–9. дои : 10.1101/гр.074492.107. ПМК 2336801 . ПМИД  18349386. 
  120. ^ Шульц М.Х., Зербино Д.Р., Вингрон М., Бирни Э. (апрель 2012 г.). «Оазы: надежная сборка РНК-seq de novo в динамическом диапазоне уровней экспрессии». Биоинформатика . 28 (8): 1086–92. doi : 10.1093/биоинформатика/bts094. ПМЦ 3324515 . ПМИД  22368243. 
  121. ^ Робертсон Г., Шейн Дж., Чиу Р., Корбетт Р., Филд М., Джекман С.Д. и др. (ноябрь 2010 г.). «Сборка de novo и анализ данных РНК-секвенирования». Природные методы . 7 (11): 909–12. дои : 10.1038/nmeth.1517. hdl : 1885/51040 . PMID  20935650. S2CID  1034682.
  122. ^ ab 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 , Биррен Б.В., Нусбаум С., Линдблад-То К., Фридман Н., Регев А. (май 2011 г.). «Сборка полноразмерного транскриптома на основе данных RNA-Seq без эталонного генома». Природная биотехнология . 29 (7): 644–52. дои : 10.1038/nbt.1883. ПМЦ 3571712 . ПМИД  21572440. 
  123. ^ Шеврё Б., Пфистерер Т., Дрешер Б., Дрисель А.Дж., Мюллер В.Е., Веттер Т., Сухай С. (июнь 2004 г.). «Использование ассемблера miraEST для надежной и автоматизированной сборки транскриптов мРНК и обнаружения SNP в секвенированных EST». Геномные исследования . 14 (6): 1147–59. дои : 10.1101/гр.1917404. ПМК 419793 . ПМИД  15140833. 
  124. ^ Маргулис М., Эгхольм М., Альтман В.Е., Аттия С., Бадер Дж.С., Бембен Л.А. и др. (сентябрь 2005 г.). «Секвенирование генома в микропроизводных пиколитровых реакторах высокой плотности». Природа . 437 (7057): 376–80. Бибкод : 2005Natur.437..376M. дои : 10.1038/nature03959. ПМЦ 1464427 . ПМИД  16056220. 
  125. ^ Кумар С., Блакстер М.Л. (октябрь 2010 г.). «Сравнение ассемблеров de novo для 454 данных транскриптома». БМК Геномика . 11 : 571. дои : 10.1186/1471-2164-11-571 . ПМК 3091720 . ПМИД  20950480. 
  126. ^ Банкевич А, Нурк С, Антипов Д, Гуревич АА, 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). «SPAdes: новый алгоритм сборки генома и его применение к секвенированию одиночных клеток». Журнал вычислительной биологии . 19 (5): 455–77. дои : 10.1089/cmb.2012.0021. ПМЦ 3342519 . ПМИД  22506599. 
  127. ^ Ли Б, Дьюи CN (август 2011 г.). «RSEM: точная количественная оценка транскриптов на основе данных RNA-Seq с эталонным геномом или без него». БМК Биоинформатика . 12 :323. дои : 10.1186/1471-2105-12-323 . ПМК 3163565 . ПМИД  21816040. 
  128. ^ Ковака, Сэм; Зимин, Алексей В.; Пертеа, Гео М.; Разаги, Рохам; Зальцберг, Стивен Л.; Пертеа, Михаэла (08 июля 2019 г.). «Сборка транскриптома на основе выравниваний длинных считываемых последовательностей РНК с помощью StringTie2». bioRxiv : 694554. doi : 10.1101/694554 . Проверено 27 августа 2019 г.
  129. ^ Геленборг Н., О'Донохью С.И., Балига Н.С., Гёсманн А., Хиббс М.А., Китано Х., Кольбахер О., Нойвегер Х., Шнайдер Р., Тененбаум Д., Гэвин AC (март 2010 г.). «Визуализация данных омики для системной биологии». Природные методы . 7 (3 Приложения): S56–68. дои : 10.1038/nmeth.1436. PMID  20195258. S2CID  205419270.
  130. ^ Андерс С., Пил П.Т., Хубер В. (январь 2015 г.). «HTSeq — платформа Python для работы с данными высокопроизводительного секвенирования». Биоинформатика . 31 (2): 166–9. doi : 10.1093/биоинформатика/btu638. ПМК 4287950 . ПМИД  25260700. 
  131. ^ Брэй Н.Л., Пиментел Х., Мелстед П., Пахтер Л. (май 2016 г.). «Почти оптимальная вероятностная количественная оценка секвенирования РНК». Природная биотехнология . 34 (5): 525–7. дои : 10.1038/nbt.3519. PMID  27043002. S2CID  205282743.
  132. ^ Ли Х, Рукосакер Б, Высокер А, Феннелл Т, Руан Дж, Гомер Н, Март Г, Абекасис Г, Дурбин Р (август 2009 г.). «Формат Sequence Alignment/Map и SAMtools». Биоинформатика . 25 (16): 2078–9. doi : 10.1093/биоинформатика/btp352. ПМК 2723002 . ПМИД  19505943. 
  133. ^ Лав М.И., Хубер В., Андерс С. (2014). «Умеренная оценка кратности изменения и дисперсии данных секвенирования РНК с помощью DESeq2». Геномная биология . 15 (12): 550. дои : 10.1186/s13059-014-0550-8 . ПМК 4302049 . ПМИД  25516281. 
  134. ^ Фрейзи AC, Пертеа Дж., Джаффе А.Э., Лэнгмид Б., Зальцберг С.Л., Лик Дж.Т. (март 2015 г.). «Ballgown устраняет разрыв между сборкой транскриптома и анализом экспрессии». Природная биотехнология . 33 (3): 243–6. дои : 10.1038/nbt.3172. ПМЦ 4792117 . ПМИД  25748911. 
  135. ^ Fang Z, Cui X (май 2011 г.). «Проблемы проектирования и проверки в экспериментах по секвенированию РНК». Брифинги по биоинформатике . 12 (3): 280–7. дои : 10.1093/нагрудник/bbr004 . ПМИД  21498551.
  136. ^ Рамшельд Д., Ван Э.Т., Бердж CB, Сандберг Р. (декабрь 2009 г.). «Обилие повсеместно экспрессируемых генов, выявленное с помощью данных последовательности тканевого транскриптома». PLOS Вычислительная биология . 5 (12): e1000598. Бибкод : 2009PLSCB...5E0598R. дои : 10.1371/journal.pcbi.1000598 . ПМЦ 2781110 . ПМИД  20011106. 
  137. ^ Вандесомпель Дж., Де Претер К., Паттин Ф., Поппе Б., Ван Рой Н., Де Паепе А., Спелеман Ф. (июнь 2002 г.). «Точная нормализация количественных данных RT-PCR в реальном времени путем геометрического усреднения нескольких генов внутреннего контроля». Геномная биология . 3 (7): ИССЛЕДОВАНИЕ0034. doi : 10.1186/gb-2002-3-7-research0034 . ПМЦ 126239 . ПМИД  12184808. 
  138. ^ Core LJ, Waterfall JJ, Lis JT (декабрь 2008 г.). «Секвенирование зарождающейся РНК обнаруживает широко распространенную паузу и дивергентную инициацию на человеческих промоторах». Наука . 322 (5909): 1845–8. Бибкод : 2008Sci...322.1845C. дои : 10.1126/science.1162228. ПМЦ 2833333 . ПМИД  19056941. 
  139. ^ Камарена Л., Бруно В., Ойскирхен Г., Поджо С., Снайдер М. (апрель 2010 г.). «Молекулярные механизмы этанол-индуцированного патогенеза, выявленные с помощью секвенирования РНК». ПЛОС Патогены . 6 (4): e1000834. дои : 10.1371/journal.ppat.1000834 . ПМЦ 2848557 . ПМИД  20368969. 
  140. ^ аб Говинд Г., Харшавардхан В.Т., ТаммеГовда 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 генов, вызванных засухой, преимущественно экспрессируемых в ответ на постепенный водный стресс у арахиса». Молекулярная генетика и геномика . 281 (6): 591–605. doi : 10.1007/s00438-009-0432-z. ПМЦ 2757612 . ПМИД  19224247. 
  141. ^ Тавассоли, Иман; Гольдфарб, Джозеф; Айенгар, Рави (04 октября 2018 г.). «Букварь по системной биологии: основные методы и подходы». Очерки по биохимии . 62 (4): 487–500. дои : 10.1042/EBC20180003. ISSN  0071-1365. PMID  30287586. S2CID  52922135.
  142. ^ Коста В., Априле М., Эспозито Р., Чиккодикола А. (февраль 2013 г.). «RNA-Seq и сложные заболевания человека: последние достижения и перспективы на будущее». Европейский журнал генетики человека . 21 (2): 134–42. дои : 10.1038/ejhg.2012.129. ПМК 3548270 . ПМИД  22739340. 
  143. ^ Хурана Э, Фу Ю, Чакраварти Д, Демихелис Ф, Рубин М.А., Герштейн М (февраль 2016 г.). «Роль вариантов некодирующей последовательности при раке». Обзоры природы Генетика . 17 (2): 93–108. дои : 10.1038/nrg.2015.17. PMID  26781813. S2CID  14433306.
  144. ^ Слоткин Р.К., Мартиенссен Р. (апрель 2007 г.). «Мобильные элементы и эпигенетическая регуляция генома». Обзоры природы Генетика . 8 (4): 272–85. дои : 10.1038/nrg2072. PMID  17363976. S2CID  9719784.
  145. ↑ Прозерпио V, Махата Б (февраль 2016 г.). «Одноклеточные технологии для изучения иммунной системы». Иммунология . 147 (2): 133–40. дои : 10.1111/imm.12553. ПМЦ 4717243 . ПМИД  26551575. 
  146. ^ аб Байрон С.А., Ван Керен-Йенсен К.Р., Энгельталер Д.М., Карптен Дж.Д., Крейг Д.В. (май 2016 г.). «Перевод секвенирования РНК в клиническую диагностику: возможности и проблемы». Обзоры природы Генетика . 17 (5): 257–71. дои : 10.1038/nrg.2016.10. ПМК 7097555 . ПМИД  26996076. 
  147. ^ Ву HJ, Ван А.Х., член парламента Дженнингса (февраль 2008 г.). «Открытие факторов вирулентности патогенных бактерий» (PDF) . Современное мнение в области химической биологии . 12 (1): 93–101. дои : 10.1016/j.cbpa.2008.01.023. ПМИД  18284925.
  148. ^ Сузуки С., Хориноути Т., Фурусава С. (декабрь 2014 г.). «Прогнозирование устойчивости к антибиотикам по профилям экспрессии генов». Природные коммуникации . 5 : 5792. Бибкод : 2014NatCo...5.5792S. doi : 10.1038/ncomms6792. ПМЦ 4351646 . ПМИД  25517437. 
  149. ^ Вестерманн А.Дж., Горски С.А., Фогель Дж. (сентябрь 2012 г.). «Двойная РНК-секвенирование патогена и хозяина» (PDF) . Обзоры природы. Микробиология . 10 (9): 618–30. doi : 10.1038/nrmicro2852. PMID  22890146. S2CID  205498287.
  150. ^ Дурмуш С., Чакир Т., Озгюр А., Гутке Р. (2015). «Обзор вычислительной системной биологии взаимодействия патоген-хозяин». Границы микробиологии . 6 : 235. дои : 10.3389/fmicb.2015.00235 . ПМК 4391036 . ПМИД  25914674. 
  151. ^ аб Гарг Р., Шанкар Р., Таккар Б., Кудапа Х., Кришнамурти Л., Мантри Н., Варшни Р.К., Бхатия С., Джайн М. (январь 2016 г.). «Анализ транскриптома выявляет молекулярные реакции, специфичные для генотипа и стадии развития, на стрессы, вызванные засухой и засолением, у нута». Научные отчеты . 6 : 19228. Бибкод : 2016NatSR...619228G. дои : 10.1038/srep19228. ПМЦ 4725360 . ПМИД  26759178. 
  152. ^ Гарсиа-Санчес С., Обер С., Иракуи I, Джанбон Дж., Гиго Х.М., д'Энферт С. (апрель 2004 г.). «Биопленки Candida albicans: состояние развития, связанное со специфическими и стабильными паттернами экспрессии генов». Эукариотическая клетка . 3 (2): 536–45. doi :10.1128/EC.3.2.536-545.2004. ПМЦ 387656 . ПМИД  15075282. 
  153. ^ Рич С.М., Леендерц Ф.Х., Сюй Г., ЛеБретон М., Джоко С.Ф., Аминаке М.Н., Таканг Э.Э., Диффо Дж.Л., Пайк Б.Л., Розенталь Б.М., Форменти П., Боеш С., Аяла Ф.Дж., Вулф Н.Д. (сентябрь 2009 г.). «Происхождение злокачественной малярии». Труды Национальной академии наук Соединенных Штатов Америки . 106 (35): 14902–7. Бибкод : 2009PNAS..10614902R. дои : 10.1073/pnas.0907740106 . ПМК 2720412 . ПМИД  19666593. 
  154. ^ Мок С., Эшли Э.А., Феррейра П.Е., Чжу Л., Лин З., Йео Т. и др. (январь 2015 г.). «Лекарственная устойчивость. Популяционная транскриптомика малярийных паразитов человека раскрывает механизм устойчивости к артемизинину». Наука . 347 (6220): 431–5. Бибкод : 2015Sci...347..431M. дои : 10.1126/science.1260403. ПМЦ 5642863 . ПМИД  25502316. 
  155. ^ abcd Пейдж, Тесса М.; Лоули, Джонатан В. (2022). «Следующее поколение уже здесь: обзор транскриптомных подходов в морской экологии». Границы морской науки . 9 . дои : 10.3389/fmars.2022.757921 . hdl : 10072/428702 . ISSN  2296-7745.
  156. ^ Вербрюгген Н., Херманс С., Шат Х. (март 2009 г.). «Молекулярные механизмы гипераккумуляции металлов в растениях» (PDF) . Новый фитолог . 181 (4): 759–76. дои : 10.1111/j.1469-8137.2008.02748.x. ПМИД  19192189.
  157. ^ Ли З, Чжан З, Ян П, Хуан С, Фэй З, Линь К (ноябрь 2011 г.). «RNA-Seq улучшает аннотацию генов, кодирующих белки, в геноме огурца». БМК Геномика . 12 :540. дои : 10.1186/1471-2164-12-540 . ПМК 3219749 . ПМИД  22047402. 
  158. ^ Хоббс М., Павасович А., Кинг А.Г., Прентис П.Дж., Элдридж МД, Чен З., Колган Д.Д., Полкингхорн А., Уилкинс М.Р., Фланаган С., Джиллетт А., Хангер Дж., Джонсон Р.Н., Тиммс П. (сентябрь 2014 г.). «Ресурс транскриптома коалы (Phascolarctos cinereus): понимание транскрипции ретровируса коалы и разнообразия последовательностей». БМК Геномика . 15 (1): 786. дои : 10.1186/1471-2164-15-786 . ПМК 4247155 . ПМИД  25214207. 
  159. ^ Хоу Г.Т., Ю Дж., Кнаус Б., Кронн Р., Колпак С., Долан П., Лоренц В.В., Дин Дж.Ф. (февраль 2013 г.). «Ресурс SNP для пихты Дугласа: сборка транскриптома de novo, обнаружение и проверка SNP». БМК Геномика . 14 :137. дои : 10.1186/1471-2164-14-137 . ПМЦ 3673906 . ПМИД  23445355. 
  160. ^ МакГрат Л.Л., Фоллмер С.В., Калузяк С.Т., Айерс Дж. (январь 2016 г.). «Сборка транскриптома de novo лобстера Homarus americanus и характеристика дифференциальной экспрессии генов в тканях нервной системы». БМК Геномика . 17:63 . дои : 10.1186/s12864-016-2373-3 . ПМЦ 4715275 . ПМИД  26772543. 
  161. ^ аб Мейер Д.Х., Шумахер Б. (2020). «Возраст BiT: часы старения на основе транскриптома, близкие к теоретическому пределу точности». Стареющая клетка . 20 (3): e13320. дои : 10.1111/acel.13320 . ПМЦ 7963339 . ПМИД  33656257. 
  162. ^ Флейшер Дж.Г., Шульте Р., Цай Х.Х., Тьяги С., Ибарра А., Шохирев М.Н., Навлаха С. (2018). «Прогнозирование возраста по транскриптому фибробластов дермы человека». Геномная биология . 19 (1): 221. дои : 10.1186/s13059-018-1599-6 . ПМК 6300908 . ПМИД  30567591. 
  163. ^ Ноллер HF (1991). «Рибосомальная РНК и трансляция». Ежегодный обзор биохимии . 60 : 191–227. doi : 10.1146/annurev.bi.60.070191.001203. ПМИД  1883196.
  164. ^ Христов CP, Гардинер Т.Дж., Шютс Д., Круде Т. (сентябрь 2006 г.). «Функциональные требования некодирующих Y-РНК для репликации хромосомной ДНК человека». Молекулярная и клеточная биология . 26 (18): 6993–7004. дои : 10.1128/MCB.01060-06. ПМК 1592862 . ПМИД  16943439. 
  165. ^ Кишор С., Стамм С. (январь 2006 г.). «МякоРНК HBII-52 регулирует альтернативный сплайсинг рецептора серотонина 2C». Наука . 311 (5758): 230–2. Бибкод : 2006Sci...311..230K. дои : 10.1126/science.1118265 . PMID  16357227. S2CID  44527461.
  166. ^ Хюттенхофер А, Шаттнер П, Полачек Н (май 2005 г.). «Некодирующие РНК: надежда или обман?». Тенденции в генетике . 21 (5): 289–97. дои :10.1016/j.tig.2005.03.007. ПМИД  15851066.
  167. ^ Эстеллер М (ноябрь 2011 г.). «Некодирующие РНК при заболеваниях человека». Обзоры природы Генетика . 12 (12): 861–74. дои : 10.1038/nrg3074. PMID  22094949. S2CID  13036469.
  168. ^ "Омнибус экспрессии генов" . www.ncbi.nlm.nih.gov . Проверено 26 марта 2018 г.
  169. ^ ab Бразма А, Хингамп П, Квакенбуш Дж, Шерлок Дж, Спеллман П, Стокерт С, Аах Дж, Ансордж В, Болл CA, Костон ХК, Гаастерланд Т, Глениссон П, Хольстедж ФК, Ким ИФ, Марковиц В, Матезе Дж.К., Паркинсон Х., Робинсон А., Сарканс У., Шульце-Кремер С., Стюарт Дж., Тейлор Р., Вило Дж., Вингрон М. (декабрь 2001 г.). «Минимум информации об эксперименте с микрочипами (MIAME) - к стандартам данных микрочипов». Природная генетика . 29 (4): 365–71. дои : 10.1038/ng1201-365 . PMID  11726920. S2CID  6994467.
  170. ^ аб Бразма А (май 2009 г.). «Минимум информации об эксперименте с микрочипами (MIAME) - успехи, неудачи, проблемы». Научный мировой журнал . 9 : 420–3. дои : 10.1100/tsw.2009.57 . ПМЦ 5823224 . ПМИД  19484163. 
  171. ^ Колесников Н, Гастингс Э, Кейс М, Мельничук О, Тан Я, Уильямс Э, Дилаг М, Курбатова Н, Брандизи М, Бердетт 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 (Проблема с базой данных): D1113–6. дои : 10.1093/nar/gku1057. ПМЦ 4383899 . ПМИД  25361974. 
  172. ^ Петришак Р., Кейс М., Тан Я.А., Фонсека Н.А., Баррера Э., Бердетт Т., Фюлльграбе А., Фуэнтес А.М., Юпп С., Коскинен С., Маннион О., Уэрта Л., Меги К., Сноу К., Уильямс Э., Барзин М., Гастингс Э., Вайссер Х., Райт Дж., Джайсвал П., Хубер В., Чоудхари Дж., Паркинсон Х.Э., Бразма А. (январь 2016 г.). «Обновление Атласа экспрессии - интегрированная база данных экспрессии генов и белков у людей, животных и растений». Исследования нуклеиновых кислот . 44 (Д1): Д746–52. дои : 10.1093/nar/gkv1045. ПМК 4702781 . ПМИД  26481351. 
  173. ^ Хруц Т., Лауле О., Сабо Г., Вессендорп Ф., Блейлер С., Эртле Л., Видмайер П., Груиссем В., Циммерманн П. (2008). «Genevestigator v3: база данных эталонных выражений для метаанализа транскриптомов». Достижения биоинформатики . 2008 : 420747. doi : 10.1155/2008/420747 . ПМК 2777001 . ПМИД  19956698. 
  174. ^ Мицухаси Н., Фудзиеда К., Тамура Т., Кавамото С., Такаги Т., Окубо К. (январь 2009 г.). «BodyParts3D: база данных трехмерных структур анатомических концепций». Исследования нуклеиновых кислот . 37 (Проблема с базой данных): D782–5. дои : 10.1093/nar/gkn613. ПМЦ 2686534 . ПМИД  18835852. 
  175. ^ Чжао Ю, Ли Х, Фанг С, Кан Ю, Ву В, Хао Ю, Ли З, Бу Д, Сунь Н, Чжан MQ, Чен Р (январь 2016 г.). «NONCODE 2016: информативный и ценный источник данных о длинных некодирующих РНК». Исследования нуклеиновых кислот . 44 (Д1): Д203–8. дои : 10.1093/nar/gkv1252. ПМК 4702886 . ПМИД  26586799. 

Примечания

  1. ^ В молекулярной биологии  гибридизация — это явление, при котором одноцепочечные молекулы дезоксирибонуклеиновой кислоты ( ДНК ) или рибонуклеиновой кислоты ( РНК )  отжигаются  с  комплементарной ДНК или РНК .
  2. ^ Один пиколитр примерно в 30 миллионов раз меньше капли воды.

дальнейшее чтение