用RT-qPCR方法进行基于NGS的microRNA分析的生物信息学工具的基准测试
Klaudia Pawlina-Tyszko1, Tomasz Szmatoła2,3
1Department of Animal Molecular Biology, National Research Institute of Animal Production, Krakowska 1 st., 32-083, Balice, Poland. klaudia.pawlina@iz.edu.pl.
Functional & integrative genomics
|November 29, 2023
概括
使用下一代测序 (NGS) 进行微RNA分析的生物信息算法比较显示了已识别的微RNA中的差异. 定量PCR (qPCR) 验证证了表达,但突出了变异,表明需要仔细解释NGS数据.
科学领域:
- 基因组学就是基因组学.
- 生物信息学是一种生物信息学.
- 分子生物学分子生物学
背景情况:
- 微RNAs (miRNAs) 是基因表达的关键调节者.
- 下一代测序 (NGS) 能够进行大规模的miRNAome表征.
- 生物信息学分析对于解释NGS数据至关重要,但存在软件变化.
研究的目的:
- 为了比较三种基于NGS的miRNA分析的生物信息算法.
- 通过逆转录定量PCR (RT-qPCR) 验证NGS结果.
- 调查NGS和RT-qPCR方法之间的差异.
主要方法:
- 从NGS数据中对miRNA识别进行三个不同的生物信息算法进行比较.
- 使用RT-qPCR确定miRNA的验证.
- 在NGS和RT-qPCR表达水平之间的相关性分析.
主要成果:
- 算法识别了不同的miRNAs集和数量.
- 通过RT-qPCR确认了miRNA的表达.
- 对一小组miRNAs观察到强烈的相关性,特别是所有算法检测到的那些.
- 异构R档案影响了与RT-qPCR数据的相关性.
结论:
- 所有经过测试的生物信息学程序都表现良好,尽管观察到差异.
- NGS和RT-qPCR之间的差异可能源于同位素R的组成,丰度,长度和物种.
- qPCR验证需要仔细解释,如果与NGS结果不完全一致.
