点击图片查看原图
EV-2600RT型可见分光光度计
miRNA过表达慢病毒包装/ miRNA过表达
荧光定量PCR冰点促销
通过门头沟分局认证 
泛素化修饰蛋白质组学
乙酰化修饰蛋白质组学
蛋白激光辅助解析串联
液质联用（QE）（HPLC
WB检测（Western-Blot| 提供商： | illumina |
| 服务名称： | 转录组测序（RNA-seq）服务 |
| 规格： | 5G数据量 |
转录组测序(Transcriptome sequencing)可全面快速地获得某一物种特定细胞或组织在某一状态下的几乎所有的转录本及基因序列，可以用于研究基因结构和基因功能、可变剪接和新转录本预测等。相对于传统的芯片杂交平台，转录组测序无需预先针对已知序列设计探针, 即可对任意物种的整体转录活动进行检测，提供更精确的数字化信号，更高的检测通量以及更广泛的检测范围，是深入研究转录组复杂性的强大工具。目前，转录组测序已经被广泛应用于动植物优良基因筛选以及疾病治疗等方面。
技术优势
◆ 高覆盖度：单次转录组测序实验即可获取全面的转录本信息。
◆ 链特异性文库：采用dUTP链特异性文库构建方案，确保转录本的方向性，获取更准确的定量结果。
◆ 编码区SNP分析：首推人类转录组SNP精细分析；相比在基因组鉴定致病突变，转录组Coding SNP才是关键的SNP。
◆ 关联分析：联合miRNA和/或蛋白质组数据开展跨组学关联分析。
生物信息学分析内容
有参考基因组序列的转录组
标准信息分析
1. 去除接头序列及低质量reads的处理
2. 测序质量评估
3. 参考基因组比对
4. 全基因组reads分布图谱
5. 基因表达分析
6. 差异基因KEGG生物通路富集分析
7. 差异基因GO功能富集分析
8. 预测新转录本
9. 可变剪切
定制化信息分析
1. time series差异表达
2. 基因融合
3. RNA编辑
4. 新长非编码预测和组间差异分析
5. SNP分析和eQTL分析
6. 基因结构优化及优化基因的表达值计算
7. 蛋白互作网络分析
8. 样品间可变剪切和新转录本的比较
9. 新lncRNA的功能分析(五个lncRNA)
10. 组间差异分析
11. 共表达网络构建(样品数大于10)
无参考基因组序列的转录组
标准信息分析
1. 去除接头序列及低质量reads的处理
2. 测序质量评估
3. 组装
4. Unigene的GO功能注释
5. Unigene的COG分析
6. Unigene的KEGG功能富集分析
7. ORF区域及编码蛋白框(CDS)
8. Unigene表达差异分析
9. 差异Unigene的GO功能注释
10. 差异Unigene的COG分析
11. 差异Unigene的KEGG功能富集分析
样品要求
样品类型：去蛋白并进行DNase处理后的完整总RNA。
样品需求量（单次）：植物和真菌样品：≥20 μg；人、大鼠、小鼠样品：≥5 μg；其他类型动物：≥10 μg；原核生物样品：≥5μg。
样品浓度：植物和真菌样品：≥250 ng/μL；人、大鼠、小鼠样品：≥65 ng/μL；其它类型动物样品：≥150 ng/μL；原核生物样品：≥65 ng/μL。
样品纯度：真核：OD260/280 =1.8～2.2；OD260/230 ≥2.0；动物样品：RIN ≥ 7.0，植物样品：RIN ≥6.5，28S:18S ≥1.0；昆虫样本无此指标；原核生物样品：OD260/280≥1.8；OD260/230 ≥1.8；RIN ≥6.0，23S:16S≥1.0。
参考文献
[1] Chen X R, Xing Y P, Li Y P, et al. RNA-Seq Reveals Infection-Related Gene Expression Changes in Phytophthora capsici[J]. PloS one, 2013, 8(9): e74588.
[2] Liu M, Qiao G, Jiang J,et al. Transcriptome sequencing and de novo analysis for ma bamboo (Dendrocalamus latiflorus Munro) using the Illumina platform[J]. PloS one, 2012, 7(10): e46766.
[3] Han X J, Wang Y D, Chen Y C, et al. Transcriptome Sequencing and Expression Analysis of Terpenoid Biosynthesis Genes in Litsea cubeba[J]. PloS one, 2013, 8(10): e76890.
