翻译组学
点击阅读相关报道
翻译组学主要研究mRNA，tRNA，microRNA，核糖体，新生肽链等物质的种类与丰度，动态与动力学性质，以及它们所担负的生物学功能。编码在DNA上的信息要经过转录和翻译，生成蛋白质，才能执行生物学功能。翻译控制在生物抗逆、病毒侵袭、肿瘤发生与发展等宏观过程都有着紧密的联系。此外，翻译组学的研究对生化工程、合成生物学等应用科学也具有直接的指导意义。翻译组学被国际人类蛋白质组计划(HPP)列为四大支柱之一。（更多详情，可免费下载技术资料查看）
研究方法：
mRNA经过转录加工为成熟的mRNA后，还需要翻译为蛋白才能发挥其功能。翻译过程中会形成核糖体-新生肽链复合物（RNC，Ribosome Nascent-chain Complex），复合物中的mRNA即为能翻译成蛋白的mRNA。翻译组测序用超速离心的方法分离出RNC并进一步分离其中的mRNA进行测序，可得到正在翻译的mRNA信息。
实验流程：
技术参数：
技术参数样本类型：组织或细胞。承启生物可提供RNC分离及mRNA提取。客户采集样本，需采用公司提供RNC-mRNA测序专用样本保存液。
测序策略：HiSeq PE150，推荐数据量：3G clean data
项目周期：35个工作日
生物信息分析内容：
1、数据质控
2、基因表达水平分析
3、差异基因筛选
4、GO/KEGG富集分析
5、蛋白互作网络分析
6、与转录组测序或蛋白质组数据联合分析
7、可视化结果展示
应用方向：
1、发现和鉴定新蛋白
2、蛋白质差异表达分析
3、非编码RNA（miRNA、LncRNA、cirRNA）作用机制研究
已发表代表文章：
[1] Chen Y, Li Y, Zhong J, Zhang J, Chen Z, Yang L, Cao X, He QY *, Zhang G *, Wang T *.Identification of missing proteins defined by chromosome-centric proteome project in the cytoplasmic detergent-insoluble proteins. Journal of Proteome Research (2015) 14(9):3693-709.
[2] Yang L, Lian X, Zhang W, Guo J, Wang Q, Li Y, Chen Y, Yin X, Yang P, Lan F *, He QY *, Zhang G *, Wang T *.Finding Missing Proteins from the Epigenetically Manipulated Human Cell with Stringent Quality Criteria. Journal of Proteome Research (2015) 14(9):3645-57.
[3] J Zhong, Y Cui, J Guo, Z Chen, L Yang, QY He, G Zhang *, T Wang *, Resolving Chromosome-Centric Human Proteome with Translating mRNA Analysis: A Strategic Demonstration. Journal of proteome research (2014) 13 (1), 50-59.
[4] C Zhang, N Li, et al., Systematic analysis of missing proteins provides clues to help define all of the protein-coding genes on human chromosome 1. Journal of proteome research (2014) 13 (1), 114-125.
[5] Y Liu, W Ying, et al, Chromosome-8-Coded Proteome of Chinese Chromosome Proteome Data Set (CCPD) 2.0 with Partial Immunohistochemical Verifications. Journal of proteome research (2014) 13 (1), 126-136.
[6] Q Wang, B Wen, et al., Omics Evidence: Single Nucleotide Variants Transmissions on Chromosome 20 in Liver Cancer Cell Lines. Journal of proteome research (2014) 13 (1), 200-211.
[7] C Chang, L Li, et al., Systematic analyses of the transcriptome, translatome, and proteome provide a global view and potential strategy for the C-HPP. Journal of proteome research (2014) 13 (1), 38-49.
转录组mRNA
主要研究策略：1.收集癌组织以及癌旁组织，并提取其mRNA；2.将癌旁和癌组织中的mRNA进行对比，筛选两组之间的差异表达基因mRNA；3.通过生物信息学如GO功能分析了解差异基因富集在某种生物学功能、途径以及其定位；KEGG pathway分析差异mRNA其在癌症通路中的相关通路；4.找到mRNA分子作为肿瘤的致癌基因或抑癌基因；5.优点：与临床相结合，科研成果对药物研究如YZ剂的开发具有指导作用，易发文章。主要分析内容： - 测序数据过滤以及参考基因组对比；
- 新转录本预测以及差异表达基因检测；
- 差异表达基因维恩图分析、层次聚类分析；
- 差异表达基因GO功能分析、 Pathway功能分析。
技术参数： - 样本类型：组织、细胞、血液等；
- 测序策略：HiSep PE 150
LncRNA
主要研究策略：
1.编码蛋白的基因上游启动子区转录，干扰下游基因的表达；
2.YZRNA聚合酶Ⅱ或介导染色质重构以及组蛋白修饰，影响下游基因（蓝色）的表达；
3.与编码蛋白基因的转录本形成互补双链，干扰mRNA的剪切，形成不同的剪切形式；
4..与编码蛋白基因的转录本形成互补双链，在Dicer酶的作用下产生内源性siRNA；
5.与特定蛋白质结合，lncRNA转录本可调节相应蛋白的活性；
6.作为结构组分与蛋白质形成核酸蛋白质复合体；
7.结合到特定蛋白质上，改变该蛋白质的细胞定位：
8.作为小分子RNA（如miRNA、piRNA）的前体分子。
主要分析内容： - 数据产出统计和质量评估；
- 序列比对与拼接；
- lncRNA表达丰度统计与表达水平分析；
- 差异性lncRNA的筛选及验证；
- 预测结合的mRNA；
- GO富集及KEGG分析。
技术参数：
1.样本类型：组织、细胞、全血等；
2.测序策略：HiSep PE 150
circRNA 主要研究策略：
1.收集对照组和实验组的样本，提取circRNA并经进行测序分析；
2.将对照组和实验组中circRNA进行对比，筛选出有差异的circRNA；
3.通过生物信息学分析差异circRNA与上游miRNA的结合位点以及miRNA下游靶基因，同时可分析circRNA在组织中的特异性以及采用GO/KEGG pathway分析circRNA与通路的相关性；
4.筛选与疾病或药物作用相关的circRNA。
主要分析内容： - 数据产出统计和质量评估；
- reads与参考序列对比；
- 表达丰度统计与表达水平分析；
- 差异性circRNA的筛选及验证；
- 预测结合的miRNA；
- circRNA来源基因分析以及miRNA靶基因筛选；
- GO富集及KEGG分析。
技术参数：
1.样本类型：组织、细胞、全血等；
2.测序策略：HiSep PE 150 全外显子组测序人外显子测序是指利用探针杂交富集全基因组外显子区域的DNA序列，通过高通量测序后进行基因组分析的方法。外显子组测序分析是针对外显子变异检测的靶向测序，外显子组（人类基因组的蛋白编码区域）代表不到2%的人类基因组，却包含约85%的已知致病变异。外显子组测序能GX地鉴定变异，适合广泛的应用，包括癌症、遗传病和群体遗传学研究。与全基因组重测序相比，数据准确性更高，并且更加经济、GX。主要优势： - 鉴定癌症中的编码突变：癌症外显子组的测序提供了有关促成肿瘤发展的编码突变的有用信息。外显子组测序让癌症研究人员能够只评估编码区域，因为它们Z有可能含有影响肿瘤发展的突变：
- 对单基因病以及复杂疾病的潜在致病突变进行筛查。
技术路线：
技术参数：样本类型：基因组DNA，样本总量≥2 μg，样本浓度：≥20 ng/μL
测序策略：HiSeq X ten PE150，推荐测序深度：50~100X
● 单基因病，复杂疾病建议外显子组测序深度50X以上
● 肿瘤建议外显子组测序深度建议100X以上
捕获平台：Agilent
项目周期：35个工作日生物信息分析内容：1、数据质控；
2、与参考基因组比对（统计测序深度及覆盖度）；
3、SNP/ InDel检测、注释及统计；
4、Somatic SNV/ InDel检测、注释及统计（肿瘤成对样本）主要研究策略：1.收集某一疾病，同一家系或者不同家系的样本；
2.对家系中的患者进行全外显子分析，找出突变基因；
3.通过数据比对过滤，筛选出候选致病基因；
4.在其他样本中验证，确定该疾病的致病基因。全基因组测序全基因组测序是基因组Z为全面的研究方案，是针对人类不同个体或群体进行全基因组测序，并在此基础上对个体或群体进行差异性分析。可在全基因组水平上，挖掘基因组上的遗传变异，筛选致病和易感性基因，具有重大的科研价值和产业价值。
主要优势： - 提供高分辨率、精确到单个碱基的基因组视图；
- 不仅可捕获大的变异，而且包括小到可能被遗漏的变异；
- 鉴定潜在的致病变异，从而进行基因表达和调控机制的进一步研究；
- 在短时间内提供大量的数据，以支持新基因组的组装。
技术路线：
技术参数：样本类型：基因组DNA，样本总量≥2 μg，样本浓度：≥20 ng/μL测序策略：HiSeq X ten PE150，推荐测序深度：30~50X
项目周期：35个工作日生物信息分析内容：1、数据质控；
2、与参考基因组比对（统计测序深度及覆盖度）；
3、SNP/ InDel/ SV/ CNV检测、注释及统计；
4、Somatic SNV/ InDel/ SV/ CNV检测、注释及统计（肿瘤成对样本）单细胞转录组分析10 X Genomics单细胞mRNA测序是一种在单个细胞水平对mRNA进行高通量测序的新技术。10 X Genomics平台能够一次性分离500~10000个单细胞，并能够将分离的单个细胞中的微量mRNA通过GX扩增后再进行高通量测序，有效地解决了组织样本无法破解的细胞异质性难题，有助于发现新的细胞类型；其基于大量的单细胞基因表达数据，可以提供细胞表达特征聚类、亚群表达特征的分析、标志物筛选等方面的分析，是一种GX的细胞基因表达水平的检测技术，在生殖、免疫、干细胞分化、肿瘤发SF展等研究领域中有着广泛的应用。
承启优势：高通量：一次同时8个样本，每个样本可测500-10000个细胞；捕获效率高：捕获效率高达65%以上；应用范围广：动植物细胞、肿瘤细胞异质性、肿瘤微环境、免疫细胞群体检测等；成本低：单个细胞的费用从几千元降低到几十元。周期短：6分钟内完成上万个细胞封装，一天之内完成细胞悬液制备、单细胞捕获、扩增以及建库； 项目流程：
单细胞悬液要求：1. 细胞总量：细胞不低于106个；浓度不低于1000cell/μl，每个样本不少于100μl；2. 细胞活性：细胞存活率大于90%（活性越高越好，至少80%）；3. 细胞大小：细胞直径不超过40μm；4. 悬浮液中细胞不能成团（显微镜），少碎片，不要存在反转录YZ剂及非细胞的核酸分子，尽量保证细胞的完整性。5. 培养基及缓冲液中不能含有Ca2+和Mg2+等影响酶活性的物质。
检测样品类型：1. 新鲜组织（不可冻存）Tips：由于固定引起的化学变化，单细胞基因组测序技术目前于新分离的组织样本。2. 贴壁或悬浮培养细胞，单细胞悬浮液，干细胞，浸润淋巴细胞等。3. 全血PBMC细胞悬液分析内容：细胞表达特征聚类、亚群表达特征的分析、标志物筛选等方面的分析。
ChIP-Seq测序分析服务（染色质免疫共沉淀测序）
生物信息分析技术服务-Small RNA测序分析
Ribo-seq测序分析
测序分析
cDNA 文库构建/EST 测序分析技术服务
VELA全新第二代测序分析平台
长链非编码RNA（IncRNA）表达谱芯片与测序分析
App CD-02 MHC 区域靶向捕获测序分析
沪公网安备 31011502008050号
