
RNA 测序原理解析
RNA 测序 (RNA-seq) 是一种高灵敏度、高精度的下一代测序 (Next-Generation Sequencing, NGS) 技术,是新型转录组学和基因表达研究发现的推动力。由于可捕获生物样本中的全套 RNA 转录物,因此 RNA-seq 可实现:
- 更大的基因表达分析动态范围
- 更高的低丰度转录物检测特异性
- 对癌症基因组学、免疫学、微生物组研究及药物开发至关重要的新型同种型发现
RNA 测序工作流程始于从细胞或组织中提取 RNA,随后进行文库制备:将 RNA 转化为 cDNA,经片段化处理后与测序接头连接。制备完成的 RNA-seq 文库经测序生成数以百万计的读长,然后利用生物信息学工具分析这些读长来揭示转录组的深度信息。
面临 RNA 降解或低起始量样本挑战?通过 QIAseq RNA-seq 解决方案最大限度提升您的 RNA-seq 性能。这些解决方案专为攻克转录组复杂性而设计,例如它们能够改善位于靶向区域的基因表达读长或提高低质量或 FFPE 样本的检测灵敏度,同时节省时间和精力。
用于 RNA-seq 的 RNA 提取
可从包括全血、粪便/微生物组、培养细胞以及新鲜、冷冻或 FFPE 组织在内的各种来源提取 RNA。培养细胞通常能获得高质量、均质的 RNA,但最佳样本类型取决于生物学问题;例如小型肿瘤活检样本可能存在异质性且起始量低。
RNA 质量在很大程度上反映了起始材料的质量和处理方式–新鲜材料最为理想,但立即进行稳定处理和适当储存也至关重要,尽量减少冻融循环次数同样关键。
典型步骤包括样本稳定处理、破碎和均质化、RNA 纯化、浓缩以及用于定量和完整性评估的 QC。
mRNA 富集和 rRNA 去除
批量 RNA 测序简介
批量 RNA 测序(批量 RNA-seq)是一种转录组分析方法,涉及从细胞群体、组织或活检样本中提取汇总 RNA 并进行测序。
与单细胞 RNA 测序不同,批量 RNA-seq 可测量不同条件或样本的平均基因表达水平,因此特别适用于分析无需单细胞分辨率的复杂组织或大型细胞群体。该方法常用于全面转录组图谱分析、差异基因表达分析、生物标志物研究及功能基因组学研究。
典型的 RNA 测序工作流程包括文库制备(链特异性或非链特异性),先是进行组织和细胞群体的直接 RNA 提取与扩增,随后进行 cDNA 合成及适配体或连接体的添加。进行总 RNA 测序时,可能需要富集 mRNA 或去除核糖体 RNA (rRNA)。 制备好的文库随后在高通量平台上进行测序,从而实现转录组图景的可靠分析。
链特异性(定向)文库制备可保留转录物的极性。只要转录物在相反链上重叠(反义/lncRNA、UTR 重叠),这一点就很重要,因为链特异性数据可将读长分配给正确的基因,并减少“模糊”计数;多项评估显示,与非链特异性数据相比,重叠区域的定量效果更佳。
RNA-seq 文库制备方法
选择合适的 RNA 测序文库制备方法取决于若干因素,包括实验目标、预算以及目标生物体是否具备参考转录组。
本文提及的 QIAseq 文库制备试剂盒可兼容市面上大多数中高通量测序仪。
总 RNA 测序
mRNA 测序
3’ RNA 测序
miRNA 测序
低投入量 RNA-seq
靶向 RNA 测序
单细胞 RNA 测序简介
单细胞 RNA 测序 (Single-cell RNA sequencing, scRNA-seq) 研究单细胞层级的 RNA 转录物异质性,揭示复杂组织和生物体内部多样化的细胞类型、功能及相互作用。这使其特别适用于研究分化、增殖和肿瘤发生等动态过程。
标准 scRNA-seq 工作流程
- 细胞分离–从大块组织或细胞悬液中分离单个细胞
- mRNA 捕获和 cDNA 合成–提取多腺苷酸化 mRNA 并将其转化为 cDNA
- 文库制备–添加分子条形码 (Unique Molecular Identifier, UMI) 和细胞条形码,以便按细胞区分转录物
- 测序–文库在 NGS 平台上进行测序
- 生物信息学分析–分析读长以生成各细胞的基因表达谱
即使面对单细胞或微量 RNA 样本,也无需因此局限对转录组的全景认知。
了解 QIAseq Single Cell RNA Library Kit 如何在短短 5.5 小时内利用分离的细胞构建可直接用于 NGS 的高度复杂性文库。经过优化的化学试剂和无 PCR 方案消除了偏差问题,从而确保转录组覆盖的灵敏度和准确性。
相较于 PCR 更具优势的 QIAseq Single Cell REPLI-g 扩增技术,可对单细胞或其他低起始量 DNA/RNA 样本进行基因组和转录组研究,提供可靠的覆盖范围和均匀的代表性。
RNA 测序分析
成功故事
有关如何从降解的低品质 RNA 或难以测序的 RNA 样本中成功获得 RNA-seq 数据的向导
没有获得足够的位于靶向区域上的数据吗?使用的是有限且降解的 RNA 吗?了解 QIAseq RNA-seq 技术在以最优的方式处理最具挑战性样本方面具有哪些优势:







