我之所以注意到它,主要是他们做了芯片加上测序再结合qPCR,非常的保险。胞外囊泡的芯片分析共发现了85种差异circRNA分子,癌与癌旁组织的高通量测序分析发现了140种显著差异的circRNA分子。两种分析的结果中发现了3个circRNA变化趋势一致,最后又使用QPCR分析,如下所示: 全部的策略如下:
最后涉及到了一点环装RNA的背景知识:hsa_circRNA_102064由ERBB2的23-26外显子形成。早期研究中曾将ERBB2基因外显子3-7形成的circRNA命名为circ-ERBB2,为有效区分,本文中将hsa_circRNA_102064命名为circ-CCAC1,其结构如下所示: 虽然这篇文章并没有上传他们的芯片数据和测序数据,但是其正文和附件,都是超级详细了,理论上我们应该是要相信他们课题组的科研成果!前面我们在生信技能树已经系统性的总结了circRNA的相关背景知识: 而且差异分析呢,可以看到我五年前的教程,推文在:
反正这些芯片技术都是十几年前的了,大家不要觉得我五年前的教程有什么过时的地方哈,只要能拿到文章的数据,马上就可以走一下我的代码,得到同样的图表哦! 多说一句芯片这个东西本来就不是很靠谱,而且还被一些不良商家败坏了名声,所以本来就不建议大家去使用了。 直接测序即可,而且你做好了测序数据可以上传,这样大家的测序数据都可以互相使用,供全体科研界检验。 一个优秀的例子2020年8月12日,EMBO Reports杂志在线发表了一项环状RNA的重要研究工作,报道EB病毒编码的环状RNA可以调控胃癌干细胞的“干性”。文章的通讯作者是中山大学附属第三医院的邵春奎主任**。文章是:《Epstein-Barr virus-derived circular RNA LMP2A induces stemness in EBV-associated gastric cancer》,链接是:https://pubmed.ncbi.nlm./32790025/ 数据在:https://www.ncbi.nlm./geo/query/acc.cgi?acc=GSE145894 GSM4338969 Xenograft PBS 1-circRNA seq 作者将富集 EBVaGC 干细胞第四代 5-Fu 处理和 PBS 处理的异体移植瘤组织进行环状 RNA 高通量测序,共鉴定出261个ebv-circRNA。与来源于人类基因组编码的环状RNA相似,大部分的ebv-circRNA 长度在300到600个核苷酸之间,主要来源于编码蛋白质的外显子。此外,同一个EBV基因可以产生多种由不同外显子或内含子构成环状RNA异构体。 可以看到,这个研究不仅仅是上传了表达矩阵在GEO数据库,而且呢上传了测序原始数据在SRA数据库,链接是:https://www.ncbi.nlm./sra?term=SRP250675 关于这两个数据库的介绍的推文在: 当然了,circRNA seq测序数据分析并不在我们的B站免费NGS数据处理视频课程就很多了,已经组建了微信交流群的有下面这些:
但其实如果你认真跟完了我的一些课程,就会明白,尽管说ngs技术层出不穷,但是绝大部分数据分析流程的共性很明显,背后都是基于R语言的统计可视化,以及基于Linux的NGS数据处理这样的基础知识: 把R的知识点路线图搞定,如下:
Linux的6个阶段也跨越过去 ,一般来说,每个阶段都需要至少一天以上的学习:
文末友情推荐 |
|