49、基因表达水平估计与相关算法研究

基因表达水平估计与相关算法研究

在基因研究领域，准确估计基因表达水平是一项至关重要的任务。随着技术的发展，转录组测序成为了研究基因表达的重要手段，目前主要有两种转录组测序协议：RNA - Seq和3’ - tag数字基因表达（DGE）。

转录组测序协议概述

• RNA - Seq ：最常用的方法，通过对全长mRNA进行鸟枪法测序，从随机生成的cDNA片段末端产生短的测序标签。
• DGE ：一种替代协议，也称为基于高通量测序的基因表达序列分析（SAGE - Seq）。它通过一系列步骤从mRNA群体中生成短的cDNA标签，具体步骤如下：
  1. 使用oligo - dT磁珠从总RNA中捕获PolyA + mRNA，并以此为模板合成cDNA。
  2. 用具有已知序列特异性的锚定酶（AE）消化双链cDNA，例如NlaIII酶在CATG四核苷酸基序出现的位点切割cDNA，这些被切割的位点称为AE位点。
  3. 在AE切割后，将标记酶（TE）的识别位点连接到仍附着在磁珠上的cDNA片段上，位于AE位点的上游。
  4. 用TE消化cDNA片段，TE在其识别位点几碱基外切割，产生10到26碱基长的短cDNA标签，然后使用高通量技术对这些标签进行测序。

由于AE的识别位点只有4个碱基长，大多数转录本包含多个AE位点。在理想实验条件下，AE完全消化会确保DGE标签仅从每个转录本最3′的AE位点产生。但实际情况中，一些mRNA分子会从其他AE位点释放标签，或者根本不释放标