免费的美女色视频网站,一区二区网站在线观看,手机黄色小视频

首頁 > 基因測序及分析 > 轉錄調控測序

轉錄調控測序

轉錄組測序利用高通量技術分析特定發育階段或生理條件下細胞內所有RNA產物，具有時間、組織和空間特異性，能快速獲取特定狀態下所有轉錄本的序列和表達信息。該技術深入分析基因表達水平，發現低豐度基因、新型轉錄本和異構體，有助于解析基因表達調控和探索基因結構變異。泓迅生物依托先進的高通量測序技術和專業轉錄組分析團隊，提供多種類型的轉錄調控測序服務，全面支持生物學研究需求。

服務優勢

個性化分析方案定制
一對一完善的售前售后服務
嚴格質控，快速交付

服務詳情

? 全長轉錄組測序查看詳細

基于PacBio三代測序平臺的全長轉錄組測序（Iso-Seq）技術，能夠直接捕獲mRNA的全長序列，從而更精確地解讀mRNA的結構細節。該技術有效解決了無參考基因組物種轉錄本拼接短、信息缺失的問題，實現了全長mRNA序列的準確獲取，實現同源異構體分析，單堿基變異檢測，可變剪接分析，同源基因識別及等位基因識別。

分析內容
1. RoI序列統計 2. RoI序列長度分布 3. RoI序列質量分布 4. RoI Number of Passes分布 5. 轉錄本分類 6. 聚類與校正 7. 比對及進一步聚類 8. Known Isoforms注釋匯總 9. Known Isoforms Go注釋統計 10. Known Isoforms KEGG注釋統計 11. Known Isoforms eggNOG注釋統計 12. Novel Isoforms注釋匯總 13. Novel Isoforms NR注釋統計 14. Novel Isoforms GO注釋統計 15. Novel Isoforms KEGG注釋統計	16. Discarded Isoforms eggNOG注釋統計 17. Discarded Isoforms注釋匯總 18. Discarded Isoforms NR注釋統計 19. Discarded Isoforms GO注釋統計 20. Discarded Isoforms KEGG注釋統計 21. Discarded Isoforms eggNOG注釋統計 22. 融合基因分析 23. 基因結構優化 24. SNP分析 25. 可變剪切分析 26. 基因表達量統計（結合二代測序數據） 27. 基因表達差異分析（結合二代測序數據） 28. 表達差異基因GO富集分析（結合二代測序數據） 29. 表達差異基因KEGG通路富集分析（結合二代測序數據） 30. 表達差異基因聚類分析（結合二代測序數據）

分析內容

1. RoI序列統計
2. RoI序列長度分布
3. RoI序列質量分布
4. RoI Number of Passes分布
5. 轉錄本分類
6. 聚類與校正
7. 比對及進一步聚類
8. Known Isoforms注釋匯總
9. Known Isoforms Go注釋統計
10. Known Isoforms KEGG注釋統計
11. Known Isoforms eggNOG注釋統計
12. Novel Isoforms注釋匯總
13. Novel Isoforms NR注釋統計
14. Novel Isoforms GO注釋統計
15. Novel Isoforms KEGG注釋統計

16. Discarded Isoforms eggNOG注釋統計
17. Discarded Isoforms注釋匯總
18. Discarded Isoforms NR注釋統計
19. Discarded Isoforms GO注釋統計
20. Discarded Isoforms KEGG注釋統計
21. Discarded Isoforms eggNOG注釋統計
22. 融合基因分析
23. 基因結構優化
24. SNP分析
25. 可變剪切分析
26. 基因表達量統計（結合二代測序數據）
27. 基因表達差異分析（結合二代測序數據）
28. 表達差異基因GO富集分析（結合二代測序數據）
29. 表達差異基因KEGG通路富集分析（結合二代測序數據）
30. 表達差異基因聚類分析（結合二代測序數據）

? 全轉錄組測序 查看詳細

全轉錄組是特定細胞或組織在特定功能狀態下所有RNA產物（如mRNA、LncRNA、CircRNA和microRNA）的集合。全轉錄組測序能夠單獨分析這些RNA類型，也能進行多種RNA的聯合分析和內源競爭性RNA整合分析，以及分子標記篩選，從而探索其潛在的調控網絡機制并揭示轉錄調控問題。該技術主要應用于免疫機制、疾病研究、發育進化、致病機理和藥物靶點發現等領域。

分析內容
1. 數據過濾與統計 2. 參考序列比對分析 2.1 比對結果統計 2.2 轉錄組整體質量評估 3. mRNA分析 3.1 mRNA表達分析 3.2 mRNA差異表達分析 3.3 差異mRNAGO和KEGG富集分析 3.4 差異表達基因蛋白互作網絡分析 3.5 外顯子表達差異分析 4. LncRNA靶基因GO富集分析 4.1 lncRNA鑒定 4.2 lncRNA表達分析 4.3 lncRNA差異表達分析 4.4 差異lncRNA靶基因預測 4.5 差異lncRNA靶基因GO和KEGG富集分析 4.6 lncRNA與mRNA比較分析 4.7 差異lncRNA與差異靶基因互作分析	5. circRNA分析 5.1 circRNA識別分析 5.2 circRNA表達定量 5.3 circRNA差異表達分析 5.4 circRNA來源基因的GO和KEGG富集分析 6. miRNA分析 6.1 miRNA表達定量 6.2 miRNA差異表達分析 6.3 miRNA靶基因的GO和KEGG富集分析 6.4 lncRNA與miRNA互作分析 6.5 circRNA與miRNA互作分析 7. 聯合分析 7.1 mRNA+lncRNA+circRNA+miRNA聯合分析 7.2 mRNA+lncRNA+circRNA+miRNA基因組圈圖 7.3 組間共有特有差異mRNA+lncRNA+circRNA+miRNA可視化 7.4 mRNA+lncRNA+circRNA+miRNA可視化平臺搭建 7.5 mRNA+lncRNA+circRNA+miRNA共表達網絡分析 8. ceRNA分析

分析內容

1. 數據過濾與統計
2. 參考序列比對分析
  2.1 比對結果統計
  2.2 轉錄組整體質量評估
3. mRNA分析
  3.1 mRNA表達分析
  3.2 mRNA差異表達分析
  3.3 差異mRNAGO和KEGG富集分析
  3.4 差異表達基因蛋白互作網絡分析
  3.5 外顯子表達差異分析
4. LncRNA靶基因GO富集分析
  4.1 lncRNA鑒定
  4.2 lncRNA表達分析
  4.3 lncRNA差異表達分析
  4.4 差異lncRNA靶基因預測
  4.5 差異lncRNA靶基因GO和KEGG富集分析
  4.6 lncRNA與mRNA比較分析
  4.7 差異lncRNA與差異靶基因互作分析

5. circRNA分析
  5.1 circRNA識別分析
  5.2 circRNA表達定量
  5.3 circRNA差異表達分析
  5.4 circRNA來源基因的GO和KEGG富集分析
6. miRNA分析
  6.1 miRNA表達定量
  6.2 miRNA差異表達分析
  6.3 miRNA靶基因的GO和KEGG富集分析
  6.4 lncRNA與miRNA互作分析
  6.5 circRNA與miRNA互作分析
7. 聯合分析
  7.1 mRNA+lncRNA+circRNA+miRNA聯合分析
  7.2 mRNA+lncRNA+circRNA+miRNA基因組圈圖
  7.3 組間共有特有差異mRNA+lncRNA+circRNA+miRNA可視化
  7.4 mRNA+lncRNA+circRNA+miRNA可視化平臺搭建
  7.5 mRNA+lncRNA+circRNA+miRNA共表達網絡分析
8. ceRNA分析

? 真核轉錄組測序查看詳細

真核轉錄組測序，針對特定組織或細胞在特定狀態下轉錄的所有mRNA進行測序，分為有參與無參兩類。有參測序通過與參考基因組比對，快速分析mRNA序列、豐度及基因結構，預測新轉錄本。無參測序則拼接出unigene作為參考，研究轉錄水平變化。該技術已廣泛應用于基礎研究、分子育種、臨床診斷和藥物研發等領域。

分析內容
有參考 1. 數據質控及統計 2. 參考基因組比對 3. 定量分析 3.1 定量結果 3.2 表達水平分布 3.3 相關性分析 4. 差異分析 4.1 差異基因 4.2 差異基因火山圖 4.3 差異基因聚類 5. GO/KEGG/Reactome富集分析 5.1 GO功能富集 5.2 通路富集結果 5.3 通路富集柱狀圖與散點圖 5.4 KEGG富集通路圖 5.5 Reactome富集分析 6. 差異可變剪切分析	無參考 1. 數據質控及統計 2. 組裝 3. 定量分析 3.1 定量結果 3.2 表達水平分布 3.3 相關性分析 4. 差異分析 4.1 差異基因 4.2 差異基因火山圖 4.3 差異基因聚類 5. GO/KEGG/Reactome富集分析 5.1 GO功能富集 5.2 通路富集結果 5.3 通路富集柱狀圖與散點圖 5.4 KEGG富集通路圖 5.5 Reactome富集分析

分析內容

有參考
1. 數據質控及統計
2. 參考基因組比對
3. 定量分析
  3.1 定量結果
  3.2 表達水平分布
  3.3 相關性分析
4. 差異分析
  4.1 差異基因
  4.2 差異基因火山圖
  4.3 差異基因聚類
5. GO/KEGG/Reactome富集分析
  5.1 GO功能富集
  5.2 通路富集結果
  5.3 通路富集柱狀圖與散點圖
  5.4 KEGG富集通路圖
  5.5 Reactome富集分析
6. 差異可變剪切分析

無參考
1. 數據質控及統計
2. 組裝
3. 定量分析
  3.1 定量結果
  3.2 表達水平分布
  3.3 相關性分析
4. 差異分析
  4.1 差異基因
  4.2 差異基因火山圖
  4.3 差異基因聚類
5. GO/KEGG/Reactome富集分析
  5.1 GO功能富集
  5.2 通路富集結果
  5.3 通路富集柱狀圖與散點圖
  5.4 KEGG富集通路圖
  5.5 Reactome富集分析

備注：人的樣品還可以分析融合基因，新轉錄本預測，轉錄因子分析和蛋白互作分析等。

? 原核轉錄組測序查看詳細

原核轉錄組測序依托Illumina測序平臺，構建鏈特異性文庫，研究原核生物在特定時期或特定環境條件下轉錄生成的全部mRNA，進而識別出具有關鍵功能的基因。鑒于原核生物mRNA缺乏polyA尾結構的特點，我們采用去除rRNA的策略來構建高質量的測序文庫。

分析內容
1. 數據過濾與統計 2. 參考序列比對分析 2.1 比對結果統計 2.2 比對結果可視化 2.3 基因組區域分布 2.4 轉錄組整體質量評估 3. 新轉錄本預測 4. 基因表達量分析 4.1 不同樣品表達量對比 4.2 樣本相關性分析	4.3 樣品主成分分析 5. 基因表達差異分析 5.1 差異表達分析 5.2 組間差異基因venn/花瓣圖 5.3 差異基因表達M-A 圖 5.4 差異基因表達火山圖 5.5 差異基因聚類熱圖 6. 差異基因GO 和KEGG 富集分析 6.1 差異表達基因GO 富集分析 6.2 差異表達基因KEGG 富集分析

? LncRNA測序查看詳細

長鏈非編碼RNA（LncRNA）是長度大于 200 個核苷酸的非編碼 RNA（不含 rRNA），在劑量補償效應、表觀遺傳調控、細胞周期調控和細胞分化調控等關鍵生命活動中發揮著至關重要的作用。通過 LncRNA 測序，可以高效地獲得與特定生物學過程或疾病相關的LncRNA表達變化信息，從而促進對LncRNA在這些過程中作用機制的深入研究。

分析內容
1. 數據質控及統計 2. 序列比對與拼接 2.1 Reads與參考基因組比對情況統計 2.2 Reads在染色體上的密度分布情況 2.3 Reads在已知類型的基因分布情況 3. SNP和Indel分析 4. 可變剪切分析 4.1 可變剪切分類和數量統計 4.2 可變剪切結構和表達量統計 5. 轉錄本拼接 6. lncRNA篩選 6.1 LncRNA篩序結果 6.1.1 LncRNA 篩選統計圖 6.1.2 編碼潛能篩選維恩圖 6.2 LncRNA特征分析 6.3 篩選lncRNA分類情況 6.3.1 LncRNA 與 mRNA 的長度比較分析	6.3.2 LncRNA 與 mRNA exon 數目比較 6.3.3 LncRNA 與 mRNA ORF 長度比較 7. 定量分析 7.1 定量結果展示 7.2 不同類型轉錄本表達水平比較 7.3 不同試驗條件下表達水平比較 7.4 樣品間表達相關性檢查 8. 差異表達分析 8 .1 差異表達分析結果 8.2 差異表達轉錄本火山圖 8.3 差異表達轉錄本染色體分布 8.4 差異表達轉錄本聚類分析 9. LncRNA靶向mRNA預測 10. GO富集分析 11. KEGG富集分析 12. 蛋白互作網絡分析

分析內容

1. 數據質控及統計
2. 序列比對與拼接
  2.1 Reads與參考基因組比對情況統計
  2.2 Reads在染色體上的密度分布情況
  2.3 Reads在已知類型的基因分布情況
3. SNP和Indel分析
4. 可變剪切分析
  4.1 可變剪切分類和數量統計
  4.2 可變剪切結構和表達量統計
5. 轉錄本拼接
6. lncRNA篩選
  6.1 LncRNA篩序結果
    6.1.1 LncRNA 篩選統計圖
    6.1.2 編碼潛能篩選維恩圖
  6.2 LncRNA特征分析
  6.3 篩選lncRNA分類情況
    6.3.1 LncRNA 與 mRNA 的長度比較分析

    6.3.2 LncRNA 與 mRNA exon 數目比較
    6.3.3 LncRNA 與 mRNA ORF 長度比較
7. 定量分析
  7.1 定量結果展示
  7.2 不同類型轉錄本表達水平比較
  7.3 不同試驗條件下表達水平比較
  7.4 樣品間表達相關性檢查
8. 差異表達分析
8  .1 差異表達分析結果
  8.2 差異表達轉錄本火山圖
  8.3 差異表達轉錄本染色體分布
  8.4 差異表達轉錄本聚類分析
9. LncRNA靶向mRNA預測
10. GO富集分析
11. KEGG富集分析
12. 蛋白互作網絡分析

? Small RNA測序查看詳細

Small RNA（18-30nt）是一類重要的體內調節分子，主要包括 miRNA、 siRNA 和 piRNA。Small RNA測序采用Illumina測序平臺，能夠研究特定物種組織的已知Small RNA，發現新的物種或組織特異Small RNA，并預測其靶基因。這項技術為探究Small RNA功能及基因調控機制提供了有效手段，已在動植物研究和醫學領域得到廣泛應用。

分析內容
數據質控與統計 2. miRNA預測 3. miRNA 靶基因預測 4. miRNA表達分析 4.1 不同樣品表達量對比 4.2 樣本相關性分析 4.3 樣品主成分分析	5. miRNA 差異表達分析 5.1 miRNA 差異表達分析 5.2 差異 miRNA 火山圖 5.3 差異 miRNA 表達 M-A 圖 5.4 差異 miRNA 聚類熱圖 6. 差異表達 miRNA 靶基因的 GO 和 KEGG 富集分析 6.1 差異表達 miRNA 靶基因 GO 富集分析 6.2 差異表達 miRNA 靶基因 KEGG 富集分析

? 宏轉錄組測序查看詳細

宏轉錄組學（Metatranscriptomics）的研究對象是微生物組mRNA，在獲取微生物組總RNA并去除rRNA之后，反轉錄為cDNA，并構建合適長度的插入片段文庫，對這些文庫進行雙端高通量測序，從而能定量整個菌群中具有活性的物種組成及其對應功能的表達水平，進而鎖定菌群中的關鍵生物標記物、闡明其生物學意義。

分析內容
數據質控與統計 2. miRNA預測 3. miRNA 靶基因預測 4. miRNA表達分析 4.1 不同樣品表達量對比 4.2 樣本相關性分析 4.3 樣品主成分分析	5. miRNA 差異表達分析 5.1 miRNA 差異表達分析 5.2 差異 miRNA 火山圖 5.3 差異 miRNA 表達 M-A 圖 5.4 差異 miRNA 聚類熱圖 6. 差異表達 miRNA 靶基因的 GO 和 KEGG 富集分析 6.1 差異表達 miRNA 靶基因 GO 富集分析 6.2 差異表達 miRNA 靶基因 KEGG 富集分析