请问用RNA Seq检查lncRNA的差异表达,需要多少reads# Biology - 生物学k*g2013-04-16 07:041 楼不知道大家都什么口味一般清炖鸡除了放姜,大家也放蒜吗?素炒白菜,大家放五香粉吗?做豆腐脑(豆花),黄花木耳酱油鸡蛋打卤的,放醋吗?
M*P2013-04-16 07:049 楼直接所有RNA都抓出来测序是没希望的,因为表达太低了。【在 i*****i 的大作中提到】: 如题,我指的是cluster,也就是read1/read3算一个 READs。: 谢谢
i*i2013-04-16 07:0411 楼我们想做的是LncRNA的差异表达,本来打算用array来做的,比起传统的array,LncRNA的array还是很贵的。但是我们觉得RNA-Seq能够得到更多的信息,而且作Multiplexing的话,一个lane可以做4-6个sample。不过刚入门,或者说还没有入门,没有经验。我们用Core的service。他们提供两种flow cell,一种是8个lane的Hi-Seq2000,每条lane能得到180M的reads/Clusters。如果是pair end的话,当然还是180M的clusters,但是reads就加倍了。另外一种是HiSeq2500,2-lane的flow cell,rapid mode,大概能出300M的reads/clusters, PE cluster不变,reads加倍,当然价钱也比较贵,但是turnaround time很快。就传统的8个lane的Hi-Seq2000而言,一个sample大概能拿到40-50M的数据(cluster),pair end测序的话,大概80M左右(两次测序算两个reads,但是他们来源于一个cluster)。不知道这样的深度够不够LncRNA的分析。另外,pair end对于分析的可靠性有没有影响,因为毕竟forwad/reverse 两个reads都是来源于一个cluster. pair end是不是可以提高检测低表达RNA的灵敏度和可靠性。谢谢帮忙。
M*P2013-04-16 07:0413 楼测的再多也用处不大,除非你能用什么手段去enrich lincRNA. 因为lincRNA表达都很低,你测的read里面大多数都是coding gene/ribosomal RNA,基本上都浪费掉了. 之所以有人用array,就是因为这个问题。我们最近刚做过,上千个已知lincRNA里,只有一二百个表达量超过 1 read per million.你不如先试试 pcr,看看一些已知的lincRNA在你的 tissue里是否表达,然后跟一些已知的house keeping mRNA比比表达量,你就知道想用RNAseq直接全把lincRNA测出来是不可能的 。LncRNAMultiplexingreads/【在 i*****i 的大作中提到】: 我们想做的是LncRNA的差异表达,本来打算用array来做的,比起传统的array,LncRNA: 的array还是很贵的。但是我们觉得RNA-Seq能够得到更多的信息,而且作Multiplexing: 的话,一个lane可以做4-6个sample。: 不过刚入门,或者说还没有入门,没有经验。: 我们用Core的service。: 他们提供两种flow cell,一种是8个lane的Hi-Seq2000,每条lane能得到180M的reads/: Clusters。如果是pair end的话,当然还是180M的clusters,但是reads就加倍了。另: 外一种是HiSeq2500,2-lane的flow cell,rapid mode,大概能出300M的reads/: clusters, PE cluster不变,reads加倍,当然价钱也比较贵,但是turnaround time很: 快。
i*i2013-04-16 07:0415 楼lncRNA的表达一般都很低,我们做qPCR,很多CT都在30左右。但是,如果信表达量这么低的话,array是怎么检测的呢?我们平时做普通的芯片,30000多个基因,如果过滤掉低表达基因的话,也就8000-10000个基因的表达量还可以。 如果所有的lncRNA表达量都很低的话,是不是意味着杂交信号会非常低,可信度也低?
M*P2013-04-16 07:0416 楼如果是设计的好的array,那么在选probe的阶段,会选那些probe不去pick up不需要的信号。【在 i*****i 的大作中提到】: lncRNA的表达一般都很低,我们做qPCR,很多CT都在30左右。但是,如果信表达量这么: 低的话,array是怎么检测的呢?我们平时做普通的芯片,30000多个基因,如果过滤掉: 低表达基因的话,也就8000-10000个基因的表达量还可以。 如果所有的lncRNA表达量: 都很低的话,是不是意味着杂交信号会非常低,可信度也低?
j*p2013-04-16 07:0417 楼1. 如果只想测量已知lncRNA的表达量差异,80M 101bp 应该够了,如果是human 样品。2. 如果想发现新的lncRNA,200M 101bp比较合适(这也得看你做的体系是否比较特别,如果是,那应该会有novel lncRNA)。3. biological replicates比一个样品测得深来得重要。理由(a)transcriptomeassembly已经不是什么新闻,没有novelty;(b)有replicate才有statistics,forgetabout cufflinks p-value with only one replicate;(3)如果细胞是in vivo 或者从组织来,replicates' variation 会比你想象的大。4. 如果是用ribo 0,reads打75折。5. 如果是做strand specific library,不要用那种号称4小时就能做完的kit,我看过不少于5个不同实验样品,很明显可以看到90%reads在正确的strand上,10%在错误的strand 上(很难判断是在反链上还是由于反链没有除干净)。6. RNA的量不要太少,那些号称用50pg的样品,出来有很多是PCR replicates (用random barcode 有助于判断是否是从一个fragment pcr 出来的).LncRNAMultiplexingreads/【在 i*****i 的大作中提到】: 我们想做的是LncRNA的差异表达,本来打算用array来做的,比起传统的array,LncRNA: 的array还是很贵的。但是我们觉得RNA-Seq能够得到更多的信息,而且作Multiplexing: 的话,一个lane可以做4-6个sample。: 不过刚入门,或者说还没有入门,没有经验。: 我们用Core的service。: 他们提供两种flow cell,一种是8个lane的Hi-Seq2000,每条lane能得到180M的reads/: Clusters。如果是pair end的话,当然还是180M的clusters,但是reads就加倍了。另: 外一种是HiSeq2500,2-lane的flow cell,rapid mode,大概能出300M的reads/: clusters, PE cluster不变,reads加倍,当然价钱也比较贵,但是turnaround time很: 快。