توالی RNA (RNA-seq) با فعال کردن اندازه گیری و مشخصات مولکول های RNA، رونویسی را تغییر داده است.از آنجا که در آغاز آن، این تکنولوژی از اندازه گیری های عمده به وضوح سلول های تک، از خواندن کوتاه تا طولانی، و از تشخیص غیرمستقیم به بازجویی مستقیم RNA بومی، این پیشرفت ها نه تنها RNA ما را عمیق تر کرده است از آخرین روش های تجزیه و تحلیل بالینی، و تحلیل های بالینی، و کشف پزشکی شخصی شده، و کشف مستقیم.

پیشرفت در پلتفرم های توالی

خلاصه داستان : کوتاه مدت و کوتاه: برتری از طریق نفوذ و دقت

سیستم عامل توالی نسل بعدی (NGS) به ویژه آنهایی که از Illumina هستند، همچنان بر بازار RNA-seq کوتاه تسلط دارند. Illumina NovaS 6000 ارائه می دهد بی سابقه از طریقput، قادر به تشخیص صدها نمونه در یک اجرا در حالی که حفظ دقت بالا و قیمت برای بهبود داده های مشابه در نسخه های اخیر است.

دانلود بازی Long-Read Sequencing: Caping Full-Length Transcripts

فن آوری های طولانی مدت از آکسفورد نانوپوتر فن آوری ها و علوم زیستی اقیانوس آرام (PacBio) به طور قابل توجهی بالغ شده اند، در حال حاضر ارائه طول خواندن بیش از 10 کیلو پایه جمع آوری است. [FLT:] پیش نویس نانوپوتر استاندارد با دقت کامل در ژن های غیرخواندن (FLT 1) و سیستم عامل های PromethION ارائه می دهند توالی واقعی از مولکول های RNA بومی، در حالی که امروزه شناسایی قابلیت های برش کوتاه مدت دقیق برای حل دقیق و دقیق دقیق برای حل دقیق دقیق دقیق دقیق دقیق دقیق دقیق دقیق دقیق است.

تک سلولی و Transcriptomics

توالی RNA تک سلولی: حل مجدد Heterogeneity سلولی

توالی RNA تک سلولی (scRNA-seq) تبدیل به سنگ بنای رونویسی مدرن شده است. روشهای مبتنی بر Droplet، مانند ژنومیکهای کرومیک ، پروفایل ده ها هزار سلول را در یک آزمایش واحد در یک هزینه قابل مدیریت، نوآوری های اخیر شامل روش های شاخص سازی نادر (gfluing) و مقیاس های خاص است.

Transcriptomics: اضافه کردن بافت

Bulk و تک سلول RNA-seq اطلاعات فضایی را از دست می دهند.تکنولوژی رونویسی فضایی، مانند 10x Visium، Slide-seq و MERFISH، در حال حاضر اجازه می دهد اندازه گیری های بیان ژن در حالی که حفظ معماری بافت، Visium از پروب های ضبط شده در اسلاید ها برای نقشه برداری RNA از بخش های بافت در وضوح نزدیک سلول های بالاتر مانند MERF و حل و حل این تکنیک های میکروبی استفاده می کند.

RNA مستقیم Sequencing و Epitranscriptomics

توالی مستقیم RNA: کاهش Bias

RNA سنتی برابر نیاز به رونویسی معکوس دارد، که سوگیری ها را به ویژه در پایان 5 و در مناطق غنی از GC معرفی می کند. توالی RNA مستقیم، پیشگام آکسفورد نانوپوتر، مولکول های بومی RNA بدون تبدیل به cDNA، این رویکرد، تغییرات RNA معتبر، طول دم پلی (A) و مطالعات رونویسی کامل در رونویسی های نانو، و دقت مستقیم را ثبت می کند.

تشخیص تغییرات RNA

مولکول های RNA حاوی بیش از 170 اصلاح شیمیایی شناخته شده، مانند N6-methyladenosine (m6A)، pseudouridine و 5-methylcytosine، این تغییرات تنظیم splicing، ثبات و ترجمه. RNA مستقیم می تواند خطاهای پایه ای اصلاح شده یا تغییرات سیگنال را شناسایی کند، که امکان نقشه برداری گسترده از تغییرات بدون تشخیص سیگنال های فسیلی جدید را فراهم می کند.

ابزارهای بیوفورماتیک برای تجزیه و تحلیل Transcriptome

اعتبار و استحکام

انفجار داده های RNA-seq باعث توسعه ابزارهای محاسباتی پیچیده شده است.برای خواندن کوتاه، هم ترازهای آگاه مانند STAR و HISAT2 نقشه برداری سریع و دقیق را ارائه می دهند. Pseud vulgarers مانند Salmon و Kallisto به طور چشمگیری با برآورد فراوانی بدون تراز کامل.

بیانات مختلف و تحلیل Splicing Analysis

روش های آماری برای بیان تفاوت قوی تر شده است. Tools مانند DESeq2، EdgeR و limma-voom داده ها را با توزیع مناسب، کنترل اثرات دسته ای و کنترل نرخ های کشف کاذب برای استفاده از پراکندگی و تجزیه و تحلیل استفاده، rMATS، لیفCutter و SUPPA2 اتصالات اهرمی یا اندازه گیری برای شناسایی رویدادهای شناسایی جایگزین برای بهبود ظریف تشخیص بیماری ها.

Cloud Computing و Reroducibility

مقیاس رونویسی مدرن نیاز به محاسبات مقیاس پذیر دارد. گردش کار تکراری با استفاده از Docker، SnakeMake یا Nextflow در حال حاضر استاندارد است. مخازن عمومی مانند اطلس ژنوم سرطان (TCGA) و ENCODE ارائه داده های گسترده برای تجزیه و تحلیل ثانویه. Container نتایج سازگار در محیط های مختلف محاسبات اطمینان حاصل کنید.

برنامه های بالینی و ترجمه

سرطان Transcriptomics

RNA-seq به طور گسترده ای در الهیات برای شناسایی ژن های همجوش، انواع مختلف و امضاهای بیان که پیش آگهی و درمان را هدایت می کنند، استفاده می شود، به عنوان مثال، تشخیص همجوشی ژن مانند BCR-ABL، EML4-ALK، و TMPRSS2-ERG در حال حاضر در پنل های RNA-سلولی منفرد، مکانیسم های ضد میکروبی و مقاوم سازی را کشف می کند.

تشخیص بیماری نادر

توالی Transcriptome می تواند توالی بیرونی یا ژنوم را در تشخیص بیماری های ژنتیکی نادر تکمیل کند.این می تواند تشخیص بیماری های متخلخل، بیان تکالللیک، و بیان ترکیبات که نشان دهنده انواع پاتوژن در مناطق غیر ساختاری است، مانند شبکه Undiagnosed و Genomi England نشان داده اند که ترکیب عناصر ضد حل و فصل طولانی با انواع تجزیه و تحلیل های کوتاه مدت.

چالش ها و مسیرهای آینده

هزینه و مقیاس پذیری

علی رغم کاهش هزینه های قابل توجه، استاندارد RNA برای بسیاری از تنظیمات بالینی گران است. سلول های تک و روش های فضایی هنوز هم هزینه های بهینه سازی برای مطالعات در مقیاس بزرگ معمول است. توالی طولانی مدت نیاز به RNA ورودی بالا و پروتکل های تخصصی دارد. ادامه پیشرفت در میکروسیدیوتیک، اتوماسیون و شیمی توالی انتظار می رود که هزینه های بیشتری مانند تنظیمات منبع پایین در دسترس قرار گیرد.

پیچیدگی داده ها و ادغام

ادغام چند ترم - ترکیب رونویسی با ژنومیک، پروتیومیک ها و اپیgenomics - نیاز به روش های پیشرفته آماری و یادگیری ماشین آلات دارد. روش هایی مانند تجزیه و تحلیل فاکتور چند-omics (MOFA) و مدل های یادگیری عمیق می توانند مسیرهای بیولوژیکی منسجم را در سراسر لایه های داده شناسایی کنند.

هوش مصنوعی و مدل سازی پیش بینی کننده

AI به طور فزاینده ای برای تجزیه و تحلیل رونویسی استفاده می شود.شبکه های عصبی عمیق پیش بینی نتایج ضمنی از توالی، طبقه بندی زیرمجموعه های تومور از پروفایل های بیان، و شناسایی بیومارکرهای مواد مخدر پاسخگو.تبدیل کنندگان و مدل های زبان بزرگ سازگار با داده های ژنومی در حال ظهور هستند (به عنوان مثال، DNABERT، Enpre).

نتیجه گیری

فناوری توالی RNA در حال پیشرفت در یک سرعت قابل توجه است.از سیستم عامل های کوتاه و بلند مدت به سلول های تک و روش های فضایی، محققان در حال حاضر یک ابزار بی سابقه برای بازجویی از رونویسی RNA Direct توالی و اپیتوکلومیک اضافه کردن ابعاد جدید با ثبت تغییرات RNA و مولکول های بومی است.