想过上好日子的人
2021-10-06 11:27
转录组即某个物种或特定细胞在某一功能状态下产生的所有RNA（包括mRNA，smallRNA及non-coding RNA等）的总和。转录组测序是指利用第二代高通量测序技术进行cDNA测序，全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本。相对于传统芯片而言，转录组测序无需预先设计探针，即可对任意物种的任意细胞类型的转录组进行检测，能够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，是目前深入研究转录组复杂性的强大工具。
基因表达谱指通过构建处于某一特定状态下的细胞或组织的非偏性cDNA文库,大规模cDNA测序,收集cDNA序列片段、定性、定量分析其mRN开发者_StackOverflow中文版A群体组成,从而描绘该特定细胞或组织在特定状态下的基因表达种类和丰度信息，这样编制成的数据表就称为基因表达谱。
hr9420 2021-10-06 11:42
国内做转录组的公司一片一片，基本上能做高通量就可以做转录组和数字基因表达谱，转录组俗称RNA-Seq（RNA Sequencing），表达谱俗称DGE（Digital Gene Expression Profiling）。
你问他们两者的区别，其实主要的区别我们研究的目的，还有不同分析最终能给我们提供什么？我们做这两种技术能得到什么结果。其中，转录组中有无参转录组和有参转录组之分；相对应的，如果使用无参转录组拼接（目前主流是使用Trinity软件拼接）的到的转录本，再进行DGE分析，就叫做无参DGE，如果直接使用参考序列进行DGE，就叫做有参DGE。所以，我就从我们的研究目的，提供结果来说他们的区别，并且区别对待有参和无参情况：
①有参转录组和DGE区别：DGE重点关注差异表达基因，所以，我们的目的就是寻找不同样本间的差异表达基因用于分析。但转录组在此时不仅能对差异基因进行筛选，还可在序列水平进行分析，比如可变剪切(Alternative splicing)，SNP，SSR等。但是它们都可以对GO，KEGG，PPI蛋白网络互作进行分析。这就是在研究内容上主要的的区别和相同点。还有区别就是经费上的区别，DGE由于主要关注差异基因，自然也就比转录组测序测序快速，价格相对较低，如果样本量大，在测序分析上预算有限，主要关注差异基因，而且有参考序列，可以考虑DGE咯。
②无参转录组和DGE区别：在这里，DGE同样重点关注的是差异表达基因，其差别与有参转录和有参DGE相似，但是无参DGE由于没有参考序列，所以，我们首先要做无参转录组，先拼接出转录本，再使用其拼接的转录本作为DGE的参考开发者_运维问答序列进行分析。它们也同样可以对GO，KEGG，PPI蛋白网络互作进行分析。这里需要注意的是，使用无参转录组作DGE参考序列，转录组和DGE样本的遗传背景需一致，否则差异基因分析会出现问题；同时转录本集合的样本必须包含DGE样本，否则DGE多出的样本中特异表达的基因也无法进行分析。
从上呕心沥血敲的字可以看出，相对转录组，DGE最大的特点就是成本低，分析快，重点关注差异基因。转录组则除了差异表达基因外，还可以的到更多的序列水平的信息，其中有参DGE必须有参考序列，无参DGE必须先做无参转录组，但转录组成本较高。所以，我们可以结合这两者的特点，比如，在大量样本中通过DGE来筛选出特定实验条件（时间节点）下的关键基因，再在此实验条件（时间节点）下分析转录组，这样便可节约大笔费用的同时，达到实验目的。
对于性价比的话，不同的研究人员有不同的看法，有的人要的是高质量数据和分析结果（测序仪型号不同，测序方式不同，经费就不一样，其实研究人员也很关心分析结果，给我一堆数据，我也不会分析，那给我的就是垃圾），经费使用不是很拮据，期望发高水平文章，可以考虑在国内转录组做的比较好的诺禾致源和华大等研究经验丰富的团队，但其价格肯定比同行高的。对于文章水平要求不是很高，或者只是想试试测序结果，也可以考虑其它国内公司，但要注意的是，经费少了，分析结果和分析周期肯定有所欠缺，这个需要自己去比较各个公司（或科研院所），毕竟研究人员才能说出个道道，知道孰优孰劣。如果想节约成本，那就做合作项目呗公司（或科研院所），知因众筹同样欢迎你！
番茄太阳ABC 2021-10-06 11:44 开发者_如何学Go
转录组测序是RNA水平测序，相当于DNA水平的基因组测序，是一个框架。表达谱主要研究的是基因表达量的变化，上调或下降。先要有转录组或是基因组才可以做表达谱，否则没有Ref做参考。
转录组测序和表达谱其实都是通过高通量测序技术进行的，转录组测序主要是针对没有参考基因组（即基因组未完成测序）的物种，侧重于获得你材料的全部转录组信息；而表达谱则侧重于检测各个基因的表达量。
转录组即某个物种或特定细胞在某一功能状态下产生的所有RNA（包括mRNA，smallRNA及non-coding RNA等）的总和。转录组测序是指利用第二代高通量测序技术进行cDNA测序，全面快速地获取某一物种特定器官或组织在某一状态下的几乎所有转录本。相对于传统芯片而言，转录组测序无需预先设计探针，即可对任意物种的任意细胞类型的转录组进行检测，能够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，是目前深入研究转录组复杂性的强大工具。
基因表达谱指通过构建处于某一特定状态下的细胞或组织的非偏性cDNA文库,大规模cDNA测序,收集cDNA序列片段、定性、定量分析其mRN开发者_StackOverflow中文版A群体组成,从而描绘该特定细胞或组织在特定状态下的基因表达种类和丰度信息，这样编制成的数据表就称为基因表达谱。
hr9420 2021-10-06 11:42
国内做转录组的公司一片一片，基本上能做高通量就可以做转录组和数字基因表达谱，转录组俗称RNA-Seq（RNA Sequencing），表达谱俗称DGE（Digital Gene Expression Profiling）。
你问他们两者的区别，其实主要的区别我们研究的目的，还有不同分析最终能给我们提供什么？我们做这两种技术能得到什么结果。其中，转录组中有无参转录组和有参转录组之分；相对应的，如果使用无参转录组拼接（目前主流是使用Trinity软件拼接）的到的转录本，再进行DGE分析，就叫做无参DGE，如果直接使用参考序列进行DGE，就叫做有参DGE。所以，我就从我们的研究目的，提供结果来说他们的区别，并且区别对待有参和无参情况：
①有参转录组和DGE区别：DGE重点关注差异表达基因，所以，我们的目的就是寻找不同样本间的差异表达基因用于分析。但转录组在此时不仅能对差异基因进行筛选，还可在序列水平进行分析，比如可变剪切(Alternative splicing)，SNP，SSR等。但是它们都可以对GO，KEGG，PPI蛋白网络互作进行分析。这就是在研究内容上主要的的区别和相同点。还有区别就是经费上的区别，DGE由于主要关注差异基因，自然也就比转录组测序测序快速，价格相对较低，如果样本量大，在测序分析上预算有限，主要关注差异基因，而且有参考序列，可以考虑DGE咯。
②无参转录组和DGE区别：在这里，DGE同样重点关注的是差异表达基因，其差别与有参转录和有参DGE相似，但是无参DGE由于没有参考序列，所以，我们首先要做无参转录组，先拼接出转录本，再使用其拼接的转录本作为DGE的参考开发者_运维问答序列进行分析。它们也同样可以对GO，KEGG，PPI蛋白网络互作进行分析。这里需要注意的是，使用无参转录组作DGE参考序列，转录组和DGE样本的遗传背景需一致，否则差异基因分析会出现问题；同时转录本集合的样本必须包含DGE样本，否则DGE多出的样本中特异表达的基因也无法进行分析。
从上呕心沥血敲的字可以看出，相对转录组，DGE最大的特点就是成本低，分析快，重点关注差异基因。转录组则除了差异表达基因外，还可以的到更多的序列水平的信息，其中有参DGE必须有参考序列，无参DGE必须先做无参转录组，但转录组成本较高。所以，我们可以结合这两者的特点，比如，在大量样本中通过DGE来筛选出特定实验条件（时间节点）下的关键基因，再在此实验条件（时间节点）下分析转录组，这样便可节约大笔费用的同时，达到实验目的。
对于性价比的话，不同的研究人员有不同的看法，有的人要的是高质量数据和分析结果（测序仪型号不同，测序方式不同，经费就不一样，其实研究人员也很关心分析结果，给我一堆数据，我也不会分析，那给我的就是垃圾），经费使用不是很拮据，期望发高水平文章，可以考虑在国内转录组做的比较好的诺禾致源和华大等研究经验丰富的团队，但其价格肯定比同行高的。对于文章水平要求不是很高，或者只是想试试测序结果，也可以考虑其它国内公司，但要注意的是，经费少了，分析结果和分析周期肯定有所欠缺，这个需要自己去比较各个公司（或科研院所），毕竟研究人员才能说出个道道，知道孰优孰劣。如果想节约成本，那就做合作项目呗公司（或科研院所），知因众筹同样欢迎你！
番茄太阳ABC 2021-10-06 11:44 开发者_如何学Go
转录组测序是RNA水平测序，相当于DNA水平的基因组测序，是一个框架。表达谱主要研究的是基因表达量的变化，上调或下降。先要有转录组或是基因组才可以做表达谱，否则没有Ref做参考。
转录组测序和表达谱其实都是通过高通量测序技术进行的，转录组测序主要是针对没有参考基因组（即基因组未完成测序）的物种，侧重于获得你材料的全部转录组信息；而表达谱则侧重于检测各个基因的表达量。
![Interactive visualization of a graph in python [closed]](https://www.devze.com/res/2023/04-10/09/92d32fe8c0d22fb96bd6f6e8b7d1f457.gif)
加载中,请稍侯......
精彩评论