方法 | 定义 | 常用技术与技术 |
---|---|---|
基因组学 |
|
|
表观遗传学 |
|
|
转录组 |
|
|
蛋白质组学 |
|
|
多组学提供了以下好处:
“多组学”也变得越来越容易获得。在过去十年中,高通量测序的成本(价格/Gb)下降了>90%。与此同时,对多组学研究的资助也有所增加(自2012年以来,对多组学研究的活跃或启动资助数量平均每年增加48%)。
结合RNA-Seq可以帮助研究人员注释和优先排序的变异的功能分析,以了解疾病的机制。功能基因组学的多组学方法有助于药物靶标识别和生物标志物发现。
综合的表观遗传分析可以揭示基因调控的模式,帮助发现GWAS鉴定的变异的功能。将甲基化或其他表观遗传分析与遗传信息结合起来的多组学方法可以将功能层连接起来,破译复杂的途径和疾病机制。
基因组学、表观遗传学和RNA-Seq的整合可以帮助研究人员识别候选基因,并了解控制有趣表型的机制。这种整体的、非偏倚的多组学方法可以发现生物标志物和治疗靶点的新的调控元素。
结合RNA-Seq蛋白检测可以将新发现与已知的经典标志物和历史临床结果联系起来。当通过多组学更可靠地分析细胞表面标记时,就有更多的机会捕捉到对你来说很重要的信号。
这种多组学方法直接将基因型与表型联系起来,以便对疾病和治疗学发展进行更知情的研究。在单细胞水平将基因变异与蛋白质表达联系起来,可以揭示体细胞突变对人类癌症的功能影响,从而更好地了解肿瘤进化和疾病进展。
多组测序是一种通过测量多层次信息来评估变异效应的强大方法。
讨论如何使用表观遗传学分析和其他组学方法,并将其整合来检查组织和细胞中不同水平的基因组活动。
在大型学术医学中心,基于组学的精准医学有许多潜在的应用,从计划生育到分子解剖。
癌症是复杂的,需要基因组、转录组、表观遗传和蛋白质组特征。多组学提供了潜在检测罕见变异的灵敏度,并在更短的时间内提供更多数据。
单细胞多组学分析阐明了基因是如何在不同的细胞类型中表达和调控的。整合的多组数据集可以加深我们对细胞表型的理解。
多组学方法可以揭示更深层次的致病变异的生物学背景,加速我们对常见疾病的理解,解锁新的途径、生物标志物和药物靶点。