•   产品定义

         纳米孔全长转录组测序，通过应用纳米孔技术平台，利用其出色的长读取能力，无需进行组装步骤，即可实现高质量的全长转录本测序研究。

        纳米孔技术平台通过检测单个分子通过纳米孔时产生的电位差变化来实现信号的读取，其测序能力可达到Mb级别。该项技术能够轻松跨越序列中的重复和复杂区域，从而获取更丰富的基因剪接体信息。此外，纳米孔平台的高数据产出特性使其无需依赖二代测序数据的辅助，便能独立完成转录本水平的定量分析。

    分析内容

    测序方案

    产品优势

      图1.全长转录组实验分析流程

  • 转录本密度分布展示

        统计转录本在参考基因组上的分布情况，绘制密度分布图，不同的圈层分别代表所有转录组、已知转录本与新转录本的信息。

     图2.转录本密度分布图

    可变剪切分析

        基因转录产生的前体mRNA（pre-mRNA）通过多种剪接方式，选择不同的外显子，生成不同的成熟mRNA，进而翻译成不同的蛋白质，这构成了生物性状的多样性。这种转录后的mRNA处理过程被称为可变剪接或选择性剪切（Alternative splicing），对所有样本中不同类型的可变剪切进行统计和绘图。

     图3.可变剪切类型分布图

    差异表达转录本分析

        根据不同样本中转录本的表达模式，对样本进行聚类，其中相似表达模式的转录本通常具有相似或相近的功能。用火山图展示差异表达水平、差异倍数与显程度pvalue的关系。同时对差异表达的所有转录本，基于转录本的表达情况，分别对样本与转录本进行聚类分析。

     图4.差异表达转录本分析图

    差异表达转录本富集分析

        对差异表达的转录本进行GO、KEGG富集分析，有助于从生物学角度解释基因表达变化的意义。

     图5.差异表达转录本富集分析图

  • Q1 全长转录组推荐的测序数据量是多少？

          全长转录组测序所需的数据量与研究物种的基因组大小直接相关，基因组越大，所需的数据量也相应增加。通常情况下，对于基因组较小的常规物种，建议的数据量为6Gb；对于基因组较大的物种，则推荐至少8Gb的数据量。至于人类样本，建议10Gb数据起。

     

    Q2 全长转录组推荐每个样本的生物学重复是多少个？

          全长转录组与普通转录组都需要生物学重复，生物学重复个数最好不低于3个。

     

  •   ↵

      ↵

    1. Zhang H, Shen X, Sun S, et al. Integrated transcriptome and proteome analysis provides new insights into camptothecin biosynthesis and regulation in Camptotheca acuminata. Physiol Plant. 2023;175(3):e13916. doi:10.1111/ppl.13916
    2. Tang AD, Soulette CM, van Baren MJ, et al. Full-length transcript characterization of SF3B1 mutation in chronic lymphocytic leukemia reveals downregulation of retained introns. Nat Commun. 2020;11(1):1438. Published 2020 Mar 18. doi:10.1038/s41467-020-15171-6
    3. De Roeck A, Van den Bossche T, van der Zee J, et al. Deleterious ABCA7 mutations and transcript rescue mechanisms in early onset Alzheimer's disease. Acta Neuropathol. 2017;134(3):475-487. doi:10.1007/s00401-017-1714-x
    4. Suzuki A, Suzuki M, Mizushima-Sugano J, et al. Sequencing and phasing cancer mutations in lung cancers using a long-read portable sequencer. DNA Res. 2017;24(6):585-596. doi:10.1093/dnares/dsx027
    5. Li W, Fu L, Geng Z, Zhao X, Liu Q, Jiang X. Physiological Characteristic Changes and Full-Length Transcriptome of Rose (Rosa chinensis) Roots and Leaves in Response to Drought Stress. Plant Cell Physiol. 2021;61(12):2153-2166. doi:10.1093/pcp/pcaa137
    6. Campeau A, Mills RH, Stevens T, et al. Multi-omics of human plasma reveals molecular features of dysregulated inflammation and accelerated aging in schizophrenia. Mol Psychiatry. 2022;27(2):1217-1225. doi:10.1038/s41380-021-01339-z
    7. Chen Y, Sim A, Wan YK, et al. Context-aware transcript quantification from long-read RNA-seq data with Bambu. Nat Methods. 2023;20(8):1187-1195. doi:10.1038/s41592-023-01908-w
    8. Chang J, Marczuk-Rojas JP, Waterman C, et al. Chromosome-scale assembly of the Moringa oleifera Lam. genome uncovers polyploid history and evolution of secondary metabolism pathways through tandem duplication. Plant Genome. 2022;15(3):e20238. doi:10.1002/tpg2.20238
    9. Zheng T, Li P, Zhuo X, et al. The chromosome-level genome provides insight into the molecular mechanism underlying the tortuous-branch phenotype of Prunus mume. New Phytol. 2022;235(1):141-156. doi:10.1111/nph.17894
    10. Niu Y, Li G, Ni S, et al. The Chromosome-Scale Reference Genome of Macadamia tetraphylla Provides Insights Into Fatty Acid Biosynthesis. Front Genet. 2022;13:835363. Published 2022 Feb 23. doi:10.3389/fgene.2022.835363