药物反应RNA生物标志物发现和分析

薬剤応答性RNAバイオマーカー解析

RNA测序(RNA- seq)越来越多地被用于发现和分析基于RNA的药物反应生物标志物,以提高药物开发过程的效率和成功率。虽然已经有许多技术用于这一应用,但RNA-Seq的功能有望带来特别的好处1,2,3.因此,越来越需要为更广泛的潜在用户提供基于RNA测序的工作流解决方案,包括那些没有下一代测序(NGS)经验的用户。

为了达到这一目的,下面的资源是为考虑采用此应用程序的任何级别的NGS体验用户设计的。它们包含了我们发现在采用过程的多个阶段特别有用的信息,从理解RNA-Seq工作流的步骤,到匹配配置选项到特定的程序要求,再到准备一个计划,以便通过实施过程快速导航。

RNA药物反应生物标志物发现和分析
应用程序
概述

RNA-Seq药物反应生物标志物发现和分析简介。

工作流
介绍

多个应用程序用例的关键注意事项、要求和推荐组件。

最好的
实践

“如何”指导以促进工作流的实施。

启动
建议

来自其他应用程序用户和Illumina专家的提示,如何快速和顺利地启动和运行。

分析管道
审查

一个基于屏幕截图的演练,从原始数据到输出,为候选人的评估和优先级确定提供信息。

第1节:应用概述

本节概述了基于RNA的药物反应生物标记物的发现和分析。它包括对该应用常用方法的回顾,包括定量PCR(qPCR)和基因表达阵列,以及每种方法各自的优点和局限性。它还回顾了基于NGS的工作流程所带来的好处以及在药物开发项目中实施的实际考虑。

访问PDF
第1节:应用概述
第二部分:工作流程介绍

本节介绍了我们推荐的用于发现和分析药物反应RNA生物标记物的RNA- seq工作流程,并概述了从开始总RNA样本到分析数据的过程。

在每一步,将包括以下内容:

  • 对流程每个步骤的高级描述
  • 选择解决方案时要考虑的要点
  • 建议解决方案概要
访问PDF
第二部分:工作流程介绍
RNA生物标记物发现的工作流程和产品
一步 图书馆准备 测序 特征检测 生物标志物的候选人身份 筛选/优先排序
需求
  • FFPE样本兼容性
  • 编码转录组覆盖率;捕获编码和非编码RNA的选项
  • 最小的总RNA输入需求
  • 解决方案兼容1 ~ 10秒/周的样品
  • 解决方案兼容10 -低100个样品/周
  • 测量基因,转录表达
  • 检测已知的、新的基因融合
  • 检测已知的、新的单核苷酸变异(SNVs)
  • 识别表情/反应的关联
  • 识别SNV,融合/反应关联
  • 确定队列中的异常值
  • 整合RNA-Seq数据与阵列,定量PCR (qPCR)
  • 确定与疾病结果的相关性(假阳性)
  • 确定与化合物、敲除(KO)、组织谱的相关性
  • 鉴定已知融合,SNV基因位点关联
组件
RNA生物标记分析的工作流程和产品
一步 图书馆准备 测序 生物标志物检测
要求解决
  • FFPE样本兼容性
  • 为已知目标开发自定义面板
  • 在聚焦区域检测新的融合、转录本、snv
  • 最小总RNA需要量
  • 已知目标的解决方案,与每周10到1000份样品兼容
  • 聚焦发现解决方案兼容10到100个样本/周
  • 测量基因,转录表达
  • 称为已知基因融合,或在重点区域的新基因融合
  • 称为已知snv,或在重点区域的新snv
组件
第3节:最佳做法

本节概述了与测序相关的设计参数,这些参数需要在你的研究计划之前解决。包括与读取长度、读取深度、音序器输出模式和其他应考虑匹配程序要求的变量有关的考虑。此外,还涉及到从定量聚合酶链反应(qPCR)和基因表达(GEX)阵列等平台过渡到RNA-Seq如何影响日常操作的实际考虑,以及如何最好地准备。

访问PDF
第3节:最佳做法
第4节:启动建议

跨多个功能领域的专家,以及当前运行此应用程序的制药行业的用户,为新用户提供建议。

访问PDF
第4节:启动建议
第5部分:分析管道审查

数据分析历来是采用NGS工作流最具挑战性的障碍之一。这在一定程度上是由于不确定是否可以达到特定应用程序所需的端点,该过程需要什么,以及需要什么级别的专业知识。本节提供了我们推荐的该应用程序分析管道的整体视图,分为特征发现、RNA生物标记候选识别以及生物标记筛选和优先排序。对于更广泛管道中的每个工作流,提供了一个基于屏幕截图的Illumina解决方案的逐步演练。

查看Illumina管道解决方案

访问PDF
第5部分:分析管道审查
工具书类
  1. Zhao S ., feng - leung W-P ., Bittner A ., Ngo K ., Liu X. Comparison of RNA-seq and microarray in activated T cell转录组分析。PLoS ONE。2014; 9 (1): e78644。doi: 10.1371 / journal.pone.0078644。
  2. Atak ZK, Gianfelici V, Hulselmans G,等。转录组变异的综合分析揭示了t细胞急性淋巴细胞白血病中已知和新的驱动事件。公共科学图书馆麝猫。2013;9 (12):e1003997。
  3. Kumar Sinha C、Kalyana Sundaram S、Chinnaiyan AM。上皮癌基因融合的前景:seq和ye将发现。基因组医学。2015;7:129.