RNA-sekventering Vs. mikroarrays

denne teknologiske omskifter i genekspressionsprofilering er ingen overraskelse i betragtning af, hvad RNA-sekv muliggør:

• påvisning af nye, ikke-noterede gener
• påvisning af sekvensniveauændringer (kodende regionmutationer, genfusioner, A-til-i-redigeringshændelser)
• påvisning af alternative splejsningshændelser, selv nye, i modsætning til standard mikroarrays
• et bredere dynamisk område, der kan justeres ved at kontrollere sekventeringsdybden
• ekspressionsprofilering af ikke-referenceorganismer (mindre ligetil, men gør-stand!), og så videre.

i de fleste tilfælde ville det stadig være lidt billigere at opnå ekspressionsprofilen for din prøve ved hjælp af mikroarrays i stedet for RNA-sekventering, idet forskellen ligger i området fra 50 til 100 EUR / USD pr. Fordelene ved RNA-sekv kan dog let opveje de ekstra omkostninger.

på trods af dette er mikroarrays ikke forsvundet helt. Vi analyserer regelmæssigt mikroarray-ekspressionsdata for vores kunder (omend ikke så meget som RNA-sekv). Forskere, der planlægger udtryksmålinger, spørger stadig ofte vores mening om, hvilken teknologi der skal bruges.

det virkelige spørgsmål her er: hvornår, hvis nogensinde, giver det mening at bruge mikroarrays i stedet for RNA-sekventering?

Nogle gange giver det mening. Du har muligvis en god grund til at holde dig til mikroarrays, hvis 1) ingen af ovenstående parametre er kritiske, og/eller 2) et af følgende gælder:

• du bruger en microarray-baseret diagnostisk test med bevist klinisk hjælpeprogram,
• du har et stort antal prøver, og omkostningerne er kritiske,
• du vil være i stand til at sammenligne udtryksprofilerne direkte med et andet microarray-datasæt i den samme array-platform, eller
• du har en kørende microarray-arbejdsgang internt (eller med pålidelige partnere) fra prøveindsamling til dataanalyse, som du er tilfreds med

endelig, et punkt fra en bioinformatikers synspunkt, som du måske vil overveje: hvis du har en forsker i dit team, der vil bruge dataene til at lære bioinformatik, skal du bare huske, at RNA-sek-dataanalyse bestemt er en mere nyttig færdighed i moderne (og fremtid!) labs end microarray analyse.

listerne ovenfor skal hjælpe dig med at træffe RNA-sekv vs. microarray-beslutningen. Det lønner sig dog altid at have en diskussion med en bioinformatiker eller måleudbyder for at vælge den platform, der bedst matcher dit biologiske materiale, forskningsspørgsmål og budget.

Læs mere om out service model eller kontakt os for at høre, hvordan vi kan hjælpe dig!