转录调控测序_苏州九游会J9生物科技股份有限公司

首页 > 基因测序及分析 > 转录调控测序

转录调控测序

转录组测序利用高通量技术分析特定发育阶段或生理条件下细胞内所有RNA产物，具有时间、组织和空间特异性，能快速获取特定状态下所有转录本的序列和表达信息。该技术深入分析基因表达水平，发现低丰度基因、新型转录本和异构体，有助于解析基因表达调控和探索基因结构变异。九游会J9生物依托先进的高通量测序技术和专业转录组分析团队，提供多种类型的转录调控测序服务，全面支持生物学研究需求。

服务优势

个性化分析方案定制
一对一完善的售前售后服务
严格质控，快速交付

服务详情

• 全长转录组测序查看详细

基于PacBio三代测序平台的全长转录组测序（Iso-Seq）技术，能够直接捕获mRNA的全长序列，从而更精确地解读mRNA的结构细节。该技术有效解决了无参考基因组物种转录本拼接短、信息缺失的问题，实现了全长mRNA序列的准确获取，实现同源异构体分析，单碱基变异检测，可变剪接分析，同源基因识别及等位基因识别。

分析内容
1. RoI序列统计 2. RoI序列长度分布 3. RoI序列质量分布 4. RoI Number of Passes分布 5. 转录本分类 6. 聚类与校正 7. 比对及进一步聚类 8. Known Isoforms注释汇总 9. Known Isoforms Go注释统计 10. Known Isoforms KEGG注释统计 11. Known Isoforms eggNOG注释统计 12. Novel Isoforms注释汇总 13. Novel Isoforms NR注释统计 14. Novel Isoforms GO注释统计 15. Novel Isoforms KEGG注释统计	16. Discarded Isoforms eggNOG注释统计 17. Discarded Isoforms注释汇总 18. Discarded Isoforms NR注释统计 19. Discarded Isoforms GO注释统计 20. Discarded Isoforms KEGG注释统计 21. Discarded Isoforms eggNOG注释统计 22. 融合基因分析 23. 基因结构优化 24. SNP分析 25. 可变剪切分析 26. 基因表达量统计（结合二代测序数据） 27. 基因表达差异分析（结合二代测序数据） 28. 表达差异基因GO富集分析（结合二代测序数据） 29. 表达差异基因KEGG通路富集分析（结合二代测序数据） 30. 表达差异基因聚类分析（结合二代测序数据）

分析内容

1. RoI序列统计
2. RoI序列长度分布
3. RoI序列质量分布
4. RoI Number of Passes分布
5. 转录本分类
6. 聚类与校正
7. 比对及进一步聚类
8. Known Isoforms注释汇总
9. Known Isoforms Go注释统计
10. Known Isoforms KEGG注释统计
11. Known Isoforms eggNOG注释统计
12. Novel Isoforms注释汇总
13. Novel Isoforms NR注释统计
14. Novel Isoforms GO注释统计
15. Novel Isoforms KEGG注释统计

16. Discarded Isoforms eggNOG注释统计
17. Discarded Isoforms注释汇总
18. Discarded Isoforms NR注释统计
19. Discarded Isoforms GO注释统计
20. Discarded Isoforms KEGG注释统计
21. Discarded Isoforms eggNOG注释统计
22. 融合基因分析
23. 基因结构优化
24. SNP分析
25. 可变剪切分析
26. 基因表达量统计（结合二代测序数据）
27. 基因表达差异分析（结合二代测序数据）
28. 表达差异基因GO富集分析（结合二代测序数据）
29. 表达差异基因KEGG通路富集分析（结合二代测序数据）
30. 表达差异基因聚类分析（结合二代测序数据）

• 全转录组测序 查看详细

全转录组是特定细胞或组织在特定功能状态下所有RNA产物（如mRNA、LncRNA、CircRNA和microRNA）的集合。全转录组测序能够单独分析这些RNA类型，也能进行多种RNA的联合分析和内源竞争性RNA整合分析，以及分子标记筛选，从而探索其潜在的调控网络机制并揭示转录调控问题。该技术主要应用于免疫机制、疾病研究、发育进化、致病机理和药物靶点发现等领域。

分析内容
1. 数据过滤与统计 2. 参考序列比对分析 2.1 比对结果统计 2.2 转录组整体质量评估 3. mRNA分析 3.1 mRNA表达分析 3.2 mRNA差异表达分析 3.3 差异mRNAGO和KEGG富集分析 3.4 差异表达基因蛋白互作网络分析 3.5 外显子表达差异分析 4. LncRNA靶基因GO富集分析 4.1 lncRNA鉴定 4.2 lncRNA表达分析 4.3 lncRNA差异表达分析 4.4 差异lncRNA靶基因预测 4.5 差异lncRNA靶基因GO和KEGG富集分析 4.6 lncRNA与mRNA比较分析 4.7 差异lncRNA与差异靶基因互作分析	5. circRNA分析 5.1 circRNA识别分析 5.2 circRNA表达定量 5.3 circRNA差异表达分析 5.4 circRNA来源基因的GO和KEGG富集分析 6. miRNA分析 6.1 miRNA表达定量 6.2 miRNA差异表达分析 6.3 miRNA靶基因的GO和KEGG富集分析 6.4 lncRNA与miRNA互作分析 6.5 circRNA与miRNA互作分析 7. 联合分析 7.1 mRNA+lncRNA+circRNA+miRNA联合分析 7.2 mRNA+lncRNA+circRNA+miRNA基因组圈图 7.3 组间共有特有差异mRNA+lncRNA+circRNA+miRNA可视化 7.4 mRNA+lncRNA+circRNA+miRNA可视化平台搭建 7.5 mRNA+lncRNA+circRNA+miRNA共表达网络分析 8. ceRNA分析

分析内容

1. 数据过滤与统计
2. 参考序列比对分析
  2.1 比对结果统计
  2.2 转录组整体质量评估
3. mRNA分析
  3.1 mRNA表达分析
  3.2 mRNA差异表达分析
  3.3 差异mRNAGO和KEGG富集分析
  3.4 差异表达基因蛋白互作网络分析
  3.5 外显子表达差异分析
4. LncRNA靶基因GO富集分析
  4.1 lncRNA鉴定
  4.2 lncRNA表达分析
  4.3 lncRNA差异表达分析
  4.4 差异lncRNA靶基因预测
  4.5 差异lncRNA靶基因GO和KEGG富集分析
  4.6 lncRNA与mRNA比较分析
  4.7 差异lncRNA与差异靶基因互作分析

5. circRNA分析
  5.1 circRNA识别分析
  5.2 circRNA表达定量
  5.3 circRNA差异表达分析
  5.4 circRNA来源基因的GO和KEGG富集分析
6. miRNA分析
  6.1 miRNA表达定量
  6.2 miRNA差异表达分析
  6.3 miRNA靶基因的GO和KEGG富集分析
  6.4 lncRNA与miRNA互作分析
  6.5 circRNA与miRNA互作分析
7. 联合分析
  7.1 mRNA+lncRNA+circRNA+miRNA联合分析
  7.2 mRNA+lncRNA+circRNA+miRNA基因组圈图
  7.3 组间共有特有差异mRNA+lncRNA+circRNA+miRNA可视化
  7.4 mRNA+lncRNA+circRNA+miRNA可视化平台搭建
  7.5 mRNA+lncRNA+circRNA+miRNA共表达网络分析
8. ceRNA分析

• 真核转录组测序查看详细

真核转录组测序，针对特定组织或细胞在特定状态下转录的所有mRNA进行测序，分为有参与无参两类。有参测序通过与参考基因组比对，快速分析mRNA序列、丰度及基因结构，预测新转录本。无参测序则拼接出unigene作为参考，研究转录水平变化。该技术已广泛应用于基础研究、分子育种、临床诊断和药物研发等领域。

分析内容
有参考 1. 数据质控及统计 2. 参考基因组比对 3. 定量分析 3.1 定量结果 3.2 表达水平分布 3.3 相关性分析 4. 差异分析 4.1 差异基因 4.2 差异基因火山图 4.3 差异基因聚类 5. GO/KEGG/Reactome富集分析 5.1 GO功能富集 5.2 通路富集结果 5.3 通路富集柱状图与散点图 5.4 KEGG富集通路图 5.5 Reactome富集分析 6. 差异可变剪切分析	无参考 1. 数据质控及统计 2. 组装 3. 定量分析 3.1 定量结果 3.2 表达水平分布 3.3 相关性分析 4. 差异分析 4.1 差异基因 4.2 差异基因火山图 4.3 差异基因聚类 5. GO/KEGG/Reactome富集分析 5.1 GO功能富集 5.2 通路富集结果 5.3 通路富集柱状图与散点图 5.4 KEGG富集通路图 5.5 Reactome富集分析

分析内容

有参考
1. 数据质控及统计
2. 参考基因组比对
3. 定量分析
  3.1 定量结果
  3.2 表达水平分布
  3.3 相关性分析
4. 差异分析
  4.1 差异基因
  4.2 差异基因火山图
  4.3 差异基因聚类
5. GO/KEGG/Reactome富集分析
  5.1 GO功能富集
  5.2 通路富集结果
  5.3 通路富集柱状图与散点图
  5.4 KEGG富集通路图
  5.5 Reactome富集分析
6. 差异可变剪切分析

无参考
1. 数据质控及统计
2. 组装
3. 定量分析
  3.1 定量结果
  3.2 表达水平分布
  3.3 相关性分析
4. 差异分析
  4.1 差异基因
  4.2 差异基因火山图
  4.3 差异基因聚类
5. GO/KEGG/Reactome富集分析
  5.1 GO功能富集
  5.2 通路富集结果
  5.3 通路富集柱状图与散点图
  5.4 KEGG富集通路图
  5.5 Reactome富集分析

备注：人的样品还可以分析融合基因，新转录本预测，转录因子分析和蛋白互作分析等。

• 原核转录组测序查看详细

原核转录组测序依托Illumina测序平台，构建链特异性文库，研究原核生物在特定时期或特定环境条件下转录生成的全部mRNA，进而识别出具有关键功能的基因。鉴于原核生物mRNA缺乏polyA尾结构的特点，我们采用去除rRNA的策略来构建高质量的测序文库。

分析内容
1. 数据过滤与统计 2. 参考序列比对分析 2.1 比对结果统计 2.2 比对结果可视化 2.3 基因组区域分布 2.4 转录组整体质量评估 3. 新转录本预测 4. 基因表达量分析 4.1 不同样品表达量对比 4.2 样本相关性分析	4.3 样品主成分分析 5. 基因表达差异分析 5.1 差异表达分析 5.2 组间差异基因venn/花瓣图 5.3 差异基因表达M-A 图 5.4 差异基因表达火山图 5.5 差异基因聚类热图 6. 差异基因GO 和KEGG 富集分析 6.1 差异表达基因GO 富集分析 6.2 差异表达基因KEGG 富集分析

• LncRNA测序查看详细

长链非编码RNA（LncRNA）是长度大于 200 个核苷酸的非编码 RNA（不含 rRNA），在剂量补偿效应、表观遗传调控、细胞周期调控和细胞分化调控等关键生命活动中发挥着至关重要的作用。通过 LncRNA 测序，可以高效地获得与特定生物学过程或疾病相关的LncRNA表达变化信息，从而促进对LncRNA在这些过程中作用机制的深入研究。

分析内容
1. 数据质控及统计 2. 序列比对与拼接 2.1 Reads与参考基因组比对情况统计 2.2 Reads在染色体上的密度分布情况 2.3 Reads在已知类型的基因分布情况 3. SNP和Indel分析 4. 可变剪切分析 4.1 可变剪切分类和数量统计 4.2 可变剪切结构和表达量统计 5. 转录本拼接 6. lncRNA筛选 6.1 LncRNA筛序结果 6.1.1 LncRNA 筛选统计图 6.1.2 编码潜能筛选维恩图 6.2 LncRNA特征分析 6.3 筛选lncRNA分类情况 6.3.1 LncRNA 与 mRNA 的长度比较分析	6.3.2 LncRNA 与 mRNA exon 数目比较 6.3.3 LncRNA 与 mRNA ORF 长度比较 7. 定量分析 7.1 定量结果展示 7.2 不同类型转录本表达水平比较 7.3 不同试验条件下表达水平比较 7.4 样品间表达相关性检查 8. 差异表达分析 8 .1 差异表达分析结果 8.2 差异表达转录本火山图 8.3 差异表达转录本染色体分布 8.4 差异表达转录本聚类分析 9. LncRNA靶向mRNA预测 10. GO富集分析 11. KEGG富集分析 12. 蛋白互作网络分析

分析内容

1. 数据质控及统计
2. 序列比对与拼接
  2.1 Reads与参考基因组比对情况统计
  2.2 Reads在染色体上的密度分布情况
  2.3 Reads在已知类型的基因分布情况
3. SNP和Indel分析
4. 可变剪切分析
  4.1 可变剪切分类和数量统计
  4.2 可变剪切结构和表达量统计
5. 转录本拼接
6. lncRNA筛选
  6.1 LncRNA筛序结果
    6.1.1 LncRNA 筛选统计图
    6.1.2 编码潜能筛选维恩图
  6.2 LncRNA特征分析
  6.3 筛选lncRNA分类情况
    6.3.1 LncRNA 与 mRNA 的长度比较分析

    6.3.2 LncRNA 与 mRNA exon 数目比较
    6.3.3 LncRNA 与 mRNA ORF 长度比较
7. 定量分析
  7.1 定量结果展示
  7.2 不同类型转录本表达水平比较
  7.3 不同试验条件下表达水平比较
  7.4 样品间表达相关性检查
8. 差异表达分析
8  .1 差异表达分析结果
  8.2 差异表达转录本火山图
  8.3 差异表达转录本染色体分布
  8.4 差异表达转录本聚类分析
9. LncRNA靶向mRNA预测
10. GO富集分析
11. KEGG富集分析
12. 蛋白互作网络分析

• Small RNA测序查看详细

Small RNA（18-30nt）是一类重要的体内调节分子，主要包括 miRNA、 siRNA 和 piRNA。Small RNA测序采用Illumina测序平台，能够研究特定物种组织的已知Small RNA，发现新的物种或组织特异Small RNA，并预测其靶基因。这项技术为探究Small RNA功能及基因调控机制提供了有效手段，已在动植物研究和医学领域得到广泛应用。

分析内容
数据质控与统计 2. miRNA预测 3. miRNA 靶基因预测 4. miRNA表达分析 4.1 不同样品表达量对比 4.2 样本相关性分析 4.3 样品主成分分析	5. miRNA 差异表达分析 5.1 miRNA 差异表达分析 5.2 差异 miRNA 火山图 5.3 差异 miRNA 表达 M-A 图 5.4 差异 miRNA 聚类热图 6. 差异表达 miRNA 靶基因的 GO 和 KEGG 富集分析 6.1 差异表达 miRNA 靶基因 GO 富集分析 6.2 差异表达 miRNA 靶基因 KEGG 富集分析

• 宏转录组测序查看详细

宏转录组学（Metatranscriptomics）的研究对象是微生物组mRNA，在获取微生物组总RNA并去除rRNA之后，反转录为cDNA，并构建合适长度的插入片段文库，对这些文库进行双端高通量测序，从而能定量整个菌群中具有活性的物种组成及其对应功能的表达水平，进而锁定菌群中的关键生物标记物、阐明其生物学意义。

分析内容
数据质控与统计 2. miRNA预测 3. miRNA 靶基因预测 4. miRNA表达分析 4.1 不同样品表达量对比 4.2 样本相关性分析 4.3 样品主成分分析	5. miRNA 差异表达分析 5.1 miRNA 差异表达分析 5.2 差异 miRNA 火山图 5.3 差异 miRNA 表达 M-A 图 5.4 差异 miRNA 聚类热图 6. 差异表达 miRNA 靶基因的 GO 和 KEGG 富集分析 6.1 差异表达 miRNA 靶基因 GO 富集分析 6.2 差异表达 miRNA 靶基因 KEGG 富集分析