方法 | 定义 | 常用技术与工艺 |
---|---|---|
基因组学 |
|
|
表观遗传学 |
|
|
转录组 |
|
|
蛋白质组学 |
|
|
多重组学有以下好处:
多重组学也变得更加普及。高通量测序的成本(价格/Gb)在过去十年中下降了>90%。与此同时,多组学研究的资助资金也有所增加(自2012年以来,多组学研究的活跃或启动资助数量平均每年增长48%)。
结合RNA-Seq可以帮助研究人员注释和优先级变异的功能分析,以了解疾病的机制。功能基因组学的多组学方法可以帮助药物靶点识别和生物标志物发现。
综合表观遗传分析可以揭示基因调控的模式,以帮助发现GWAS所识别的变异的功能。多组学方法将甲基化或其他表观遗传分析与遗传信息结合起来,可以连接功能层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、无偏见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。
将蛋白质检测与RNA-Seq结合起来,可以将新发现与已知的经典标记和历史临床结果联系起来。当通过多组学对细胞表面标记进行更可靠的分析时,就有更多的机会捕捉到对你重要的信号。
这种多组学方法直接将基因型与表型联系起来,以便对疾病和治疗发展进行更有信息的研究。在单细胞水平上将遗传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,从而更好地理解肿瘤进化和疾病进展。
多组学测序是一种通过测量多层信息来评估不同影响的强大方法。
讨论了表观遗传学分析和其他组学方法如何被使用和整合来检查组织和细胞中不同水平的基因组活性。
在大型学术医学中心,有许多基于组学的精确医学应用,从计划婴儿到分子解剖。
癌症是复杂的,需要基因组、转录组、表观遗传和蛋白质组的特征。多重组学提供了潜在的检测罕见变异的敏感性,并在更短的时间内提供更多的数据。
单细胞多组学分析阐明了基因是如何在不同细胞类型中表达和调节的。综合多组学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致病变异的更深层次的生物学背景,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。