RNA-Sequencing Vs. Microarrays

Questo interruttore tecnologico nel gene expression profiling non è una sorpresa, considerando ciò che RNA-seq consente:

• rilevamento di nuovi geni non annotati
• rilevamento di alterazioni a livello di sequenza (mutazioni della regione codificante, fusioni geniche, eventi di modifica A-to-I)
• rilevamento di eventi di splicing alternativi, anche nuovi, a differenza dei microarray standard
• una gamma dinamica più ampia, regolabile controllando la profondità di sequenziamento
• profilatura di espressione di organismi!), e così via.

Nella maggior parte dei casi, ottenere il profilo di espressione del campione sarebbe ancora un po ‘ più economico usando i microarray invece del sequenziamento dell’RNA, la differenza è compresa tra 50 e 100 EUR/USD per campione. Tuttavia, i benefici di RNA-seq possono facilmente superare il costo aggiuntivo.

Nonostante ciò, i microarray non sono scomparsi del tutto. Analizziamo regolarmente i dati di espressione microarray per i nostri clienti (anche se non tanto quanto RNA-seq). I ricercatori che pianificano misurazioni di espressione ancora spesso chiedono la nostra opinione su quale tecnologia utilizzare.

La vera domanda qui è: quando, se mai, ha senso usare i microarray invece del sequenziamento dell’RNA?

A volte ha senso. Potresti avere una buona ragione per attenersi ai microarray, se 1) nessuno dei parametri sopra elencati è critico e / o 2) si applica uno dei seguenti:

• utilizzare un microarray basato su test diagnostico con comprovata utilità clinica,
• se si dispone di un gran numero di campioni e il costo è fondamentale,
• si desidera essere in grado di confrontare i profili di espressione direttamente con un altro set di dati di microarray di matrice stessa piattaforma, o
• in esecuzione di microarray del flusso di lavoro in-house (o con partner di fiducia) dal prelievo del campione per l’analisi di dati che si sono contenti

Infine, un punto da una bioinformatician punto di vista che si potrebbe desiderare di prendere in considerazione: se hai un ricercatore nel tuo team che utilizzerà i dati per imparare la bioinformatica, ricorda solo che l’analisi dei dati RNA-seq è sicuramente un’abilità più utile nel moderno (e futuro!) laboratori di analisi microarray.

Gli elenchi di cui sopra dovrebbero aiutare a prendere la decisione RNA-seq vs. microarray. Tuttavia, vale sempre la pena di avere una discussione con un bioinformatico o un fornitore di misurazione al fine di selezionare la piattaforma che meglio corrisponde al tuo materiale biologico, alle domande di ricerca e al budget.

Scopri di più sul modello di servizio o contattaci per sapere come possiamo aiutarti!