背景簡介
microRNA（miRNA）是通過轉(zhuǎn)錄后水平調(diào)控的靶基因（mRNA）的表達(dá)來實(shí)現(xiàn)其重要生物學(xué)功能。在生物體內(nèi)，miRNA除了抑制mRNA的翻譯外，也會(huì)誘導(dǎo)mRNA被剪切降解，從而調(diào)控基因表達(dá)，發(fā)揮生物學(xué)功能。相比于動(dòng)物，在植物中miRNA誘導(dǎo)基因剪切降解的方式會(huì)更為普遍。miRNA剪切靶基因會(huì)產(chǎn)生二個(gè)片段，5‘剪切片段和3’剪切片段，其中3‘剪切片段，包含有自由的5’單磷酸和3‘polyA尾巴，可被磁珠富集，并可在RNA連接酶的作用下連接接頭，連接產(chǎn)物經(jīng)擴(kuò)增可用于下游的高通量測(cè)序。降解組測(cè)序正是對(duì)mRNA的降解片段進(jìn)行測(cè)序，進(jìn)而可靠地大規(guī)模實(shí)驗(yàn)鑒定miRNA靶基因的一種高效工具.
技術(shù)優(yōu)勢(shì)
用戶文章數(shù)量最多：用戶發(fā)表降解組文章約占全球降解組實(shí)驗(yàn)性文章總數(shù)1/3，國內(nèi)最多。
業(yè)內(nèi)領(lǐng)先的文庫構(gòu)建：樣本起始量更低，建庫步驟更少、測(cè)序讀長更長，更真實(shí)反映樣本降解組的豐度，顯著提高數(shù)據(jù)準(zhǔn)確性
數(shù)據(jù)分析軟件優(yōu)：使用自主開發(fā)的數(shù)據(jù)分析軟件ACGT301-DEG101，并結(jié)合CleaveLand，分析可靠性經(jīng)過數(shù)千個(gè)實(shí)驗(yàn)項(xiàng)目檢驗(yàn)
項(xiàng)目經(jīng)驗(yàn)豐富：國內(nèi)最早開展降解組測(cè)序服務(wù)，成熟的研究組合方案，幫助用戶研究成果快速發(fā)表。
技術(shù)路線
分析內(nèi)容
樣本類型
細(xì)胞，組織，總RNA等
建議總RNA起始量：50 μg，最低25 μg，濃度≥400 ng/μL
近期用戶文章
1. Li H, Peng T, Wang Q, Wu Y, Chang J, Zhang M, Tang G, Li C. (2017) Development of Incompletely Fused Carpels in Maize Ovary Revealed by miRNA, Target Gene and Phytohormone Analysis. Frontiers in Plant Science 8(1), 463.
2. Wang Q, Li T, Xu K, Zhang W, Wang X, Quan J, Jin W, Zhang M, Fan G, Wang M. (2016) The tRNA-Derived Small RNAs Regulate Gene Expression through Triggering Sequence-Specific Degradation of Target Transcripts in the Oomycete Pathogen Phytophthora sojae. Frontiers in Plant Science 7,
3. Tang F, Wei H, Zhao S, Wang L, Zheng H, Lu M. (2016) Identification of microRNAs Involved in Regeneration of the Secondary Vascular System in Populus tomentosa Carr. Frontiers in Plant Science 7(1),
4. Gao F, Wang N, Li H, Liu J, Fu C, Xiao Z, Wei C, Lu X, Feng J, Zhou Y. (2016) Identification of drought-responsive microRNAs and their targets in Ammopiptanthus mongolicus by using high-throughput sequencing. Scientific Reports 6(1), 34601.
5. Zhou R, Wang Q, Jiang F, Cao X, Sun M, Liu M, Wu Z. (2016) Identification of miRNAs and their targets in wild tomato at moderately and acutely elevated temperatures by high-throughput sequencing and degradome analysis. Scientific Reports 6(1), 33777.
6. Zhang J, Huang M, Liang J, Pan Y, Cheng L, Wu J, Tong Z. (2016) Genome-wide mining for microRNAs and their targets in Betula luminifera using high-throughput sequencing and degradome analyses. T
Q1：降解組測(cè)序所適用的物種？
A：相對(duì)于動(dòng)物，植物更適用于運(yùn)用降解組測(cè)序研究miRNA的靶基因。而相對(duì)于轉(zhuǎn)錄組信息并不全的物種來說，模式生物或者有詳細(xì)轉(zhuǎn)錄組信息的物種更適用于運(yùn)用降解組測(cè)序研究miRNA的靶基因。
Q2：降解組測(cè)序?qū)嶒?yàn)是否保證測(cè)序?qū)嶒?yàn)結(jié)果的數(shù)據(jù)量？
A：聯(lián)川公司承諾每一個(gè)降解組測(cè)序?qū)嶒?yàn)均保證測(cè)序數(shù)據(jù)量達(dá)到500萬以上。
Q3：降解組測(cè)序除了能檢測(cè)miRNA的靶基因外還能做哪些研究？
A：首先我們需要了解降解組測(cè)序最大的一個(gè)作用就是尋找miRNA的靶基因，當(dāng)然隨著研究人員對(duì)降解組數(shù)據(jù)進(jìn)行深入的分析發(fā)現(xiàn)其也能用于研究miRNA的自我調(diào)控、ta-siRNA、前體序列的加工以及用于檢測(cè)新的miRNA等。本公司目前所提供給客戶的僅為miRNA的靶基因信息，對(duì)于更進(jìn)一步的數(shù)據(jù)分析，您可與本公司技術(shù)客服溝通定制。
研究背景
種子休眠，包括初生休眠和次生休眠，不僅是植物應(yīng)對(duì)不利環(huán)境的一種適應(yīng)對(duì)策，而且可以阻止作物的成熟種子在收獲前萌發(fā)，從而有效避免減產(chǎn)。另一方面，打破種子休眠則可以促進(jìn)種子萌發(fā)，從而在作物種植和林業(yè)育苗中實(shí)現(xiàn)整齊出苗。因此，了解種子的休眠特性及其調(diào)控機(jī)制，在農(nóng)林業(yè)生產(chǎn)實(shí)踐中具有極其重要的意義，然而這方面的研究卻鮮為人知。
研究結(jié)果
本項(xiàng)研究以我國重要經(jīng)濟(jì)林樹種杉木為研究對(duì)象，綜合使用透射電子顯微技術(shù)、轉(zhuǎn)錄組測(cè)序、降解組測(cè)序、 ACGT101-miR分析和高效液相色譜—質(zhì)譜等多種技術(shù)，研究杉木新成熟種子、 12d低溫層積處理種子、 35℃儲(chǔ)存40d種子休眠釋放和誘導(dǎo)過程中，細(xì)胞學(xué)、基因表達(dá)和激素水平等方面的變化，系統(tǒng)闡釋了杉木種子的休眠循環(huán)過程及其調(diào)控機(jī)制。光學(xué)顯微鏡和透射電子顯微鏡顯示，種子初生休眠釋放期，蛋白體在胚胎細(xì)胞中合并，而在次生休眠誘導(dǎo)期間分離。轉(zhuǎn)錄組結(jié)果分析表明，初生休眠釋放期間，負(fù)調(diào)控GA敏感性的基因顯著下調(diào)表達(dá)；次生休眠誘導(dǎo)期間，正調(diào)控ABA生物合成的基因顯著上調(diào)表達(dá)。在種子休眠釋放和誘導(dǎo)期間，細(xì)胞學(xué)和基因表達(dá)的可逆變化與ABA/GA平衡有關(guān)。此外，初生休眠期間，mRNA降解可以作為關(guān)鍵性的轉(zhuǎn)錄后調(diào)節(jié)器發(fā)揮功能。一些miRNA通過調(diào)控激素信號(hào)關(guān)鍵基因參與種子生理休眠過程。
圖 杉木種子生理休眠的調(diào)控機(jī)制和初生、次生休眠間的差異
參考文獻(xiàn)
Cao DC, et al. (2016) Transcriptome and Degradome Sequencing Reveals Dormancy Mechanisms of Cunninghamia lanceolata Seeds. Plant Physiology.DOI:10.1104/pp.16.00384
GO富集性柱狀圖在所有的選定的miRNA靶基因中，將這些基因?qū)?yīng)的GO注釋按照Molecular Function、Biological Process和Cellar Component分為三類， 并且將每一類中的GO功能按照注釋到的靶基因個(gè)數(shù)從高到低排序，并 進(jìn)行作圖，橫坐標(biāo)是對(duì)GO的分類，縱坐標(biāo)是靶基因所占的百分比，可 以直觀地看出注釋到同一個(gè)GO的靶基因數(shù)目所占的百分比。
GO富集性散點(diǎn)圖GO的基本單位是term(詞條、節(jié)點(diǎn))，每個(gè)term都對(duì)應(yīng)一個(gè)屬性。GO功能顯著性富集分析首先把所有顯著性差異表達(dá)基因向Gene Ontology數(shù)據(jù)庫的各term映射，計(jì)算每個(gè)term的基因數(shù)目，然后應(yīng)用超幾何檢驗(yàn)，找出與整個(gè)基因組背景相比，在顯著性差異表達(dá)基因中顯著富集的GO條目。聯(lián)川生物采用ggplot2對(duì)GO富集分析結(jié)果以散點(diǎn)圖展示：Rich factor表示位于該GO的差異基因個(gè)數(shù)/位于該GO的總基因數(shù)，P值越小，GO富集程度越高。
KEGG通路圖Pathway通路圖展示與說明：紅色代表注釋到某個(gè)ko節(jié)點(diǎn)且上調(diào)的顯著差異表達(dá)基因，藍(lán)色或紫色代表注釋到某個(gè)ko節(jié)點(diǎn)且下調(diào)的顯著差異表達(dá)基因。方框內(nèi)的4位數(shù)字表示各種酶的EC編號(hào)；空心圓圈表示小分子化合物；實(shí)心箭頭表示生化反應(yīng)的方向；虛線箭頭連接其他的相關(guān)代謝途徑。下圖僅為報(bào)告中的展示圖片ko04310。
KEGG通路分類圖KEGG PATHWAY數(shù)據(jù)庫是一個(gè)手工畫的代謝通路的集合，包含以下幾方面的分 子間相互作用和反應(yīng)網(wǎng)絡(luò)：1.新陳代謝、2.遺傳信息加工、3.環(huán)境信息加工、4.細(xì)胞過程、5.生物體系統(tǒng)、6.人類疾病、7.藥物開發(fā)。圖中對(duì)KEGG pathway進(jìn)行了分類，并且顯示每條通路上的基因數(shù)目.
KOG分類圖KOG 是 Clusters of orthologous groups for eukaryotic complete genomes（真核生物蛋白相鄰類的聚簇）的縮寫。構(gòu)成每個(gè) KOG 的蛋白都是被假定為來自于一個(gè)祖先蛋白，并且因此或者是 orthologs 或者是 paralogs。Orthologs是指來自于不同物種的由垂直家系（物種形成）進(jìn)化而來的蛋白，并且典型的保留與原始蛋白有相同的功能。Paralogs 是那些在一定物種中的來源于基因復(fù)制的蛋白，可能會(huì)進(jìn)化出新的與原來有關(guān)的功能。對(duì)基因進(jìn)行 KOG 功能分類預(yù)測(cè)：共有 25 個(gè) KOG 分類。
targets-plot，靶基因鑒定信息圖將降解組序列文件和mRNA序列文件進(jìn)行配對(duì)并生成降解組密度文件（degradome density file），文件內(nèi)包括mRNA序列編號(hào)、長度、配對(duì)位點(diǎn)、reads數(shù)和RPM并給出降解組的峰值分類，然后對(duì)產(chǎn)生的預(yù)測(cè)結(jié)果進(jìn)行作圖，以圖形的模式更直觀的展示所檢測(cè)到的miRNA相對(duì)的靶基因。
二維碼.jpg)