RNA-Sequencing Vs. Microarrays

deze technologische switch in genexpressie profilering is geen verrassing, gezien wat RNA-seq toelaat:

• – detectie van nieuwe, unannotated genen
• – detectie van sequentie-niveau veranderingen (coderende regio mutaties, gen fusions, Een-tot-ik-editing gebeurtenissen)
• – detectie van alternatieve splicing gebeurtenissen, zelfs nieuwe die, in tegenstelling tot de standaard microarrays
• een breder dynamisch bereik, verstelbaar door het beheersen van de sequencing diepte
• expressie profilering van niet-verwijzing organismen (minder eenvoudig, maar goed te doen!), enzovoort.

in de meeste gevallen zou het verkrijgen van het expressieprofiel van uw monster nog steeds een beetje goedkoper zijn met behulp van microarrays in plaats van RNA-sequencing, met een verschil tussen 50 en 100 EUR/USD per monster. Nochtans, kunnen de voordelen van RNA-seq gemakkelijk de extra kosten opwegen.

desondanks zijn microarrays niet volledig verdwenen. Wij analyseren regelmatig microarray uitdrukkingsgegevens voor onze klanten (hoewel niet zo veel zoals RNA-seq). Onderzoekers die expressiemetingen plannen, vragen nog steeds vaak onze mening over welke technologie ze moeten gebruiken.

de echte vraag hier is: wanneer is het zinvol om microarrays te gebruiken in plaats van RNA-sequencing?

soms is het zinvol. U zou een goede reden kunnen hebben om aan microarrays vast te houden, als 1) geen van de hierboven vermelde parameters kritiek is, en / of 2) een van de volgende van toepassing is:

• u gebruikt een microarray-gebaseerde diagnostische test met bewezen klinisch nut,
• u hebt een groot aantal monsters en de kosten zijn van cruciaal belang,
• u wilt de expressieprofielen direct kunnen vergelijken met een andere microarray-gegevensset van hetzelfde array-platform, of
• u hebt een actieve microarray-workflow in-house (of met vertrouwde partners) van monsterverzameling tot gegevensanalyse die u tevreden bent met

, één punt vanuit het standpunt van een bioinformaticus dat u zou willen overwegen: als u een onderzoeker in uw team hebt die de gegevens zal gebruiken om Bioinformatica te leren, enkel herinneren dat de gegevensanalyse van RNA-seq zeker een nuttiger vaardigheid in modern (en toekomst is!) labs dan microarray analyse.

de bovenstaande lijsten zouden u moeten helpen de RNA-seq vs.microarray beslissing te nemen. Het loont echter altijd om een gesprek te hebben met een bioinformaticus of meetprovider om het platform te selecteren dat het beste past bij uw biologisch materiaal, onderzoeksvragen en budget.

leer meer over ons servicemodel of neem contact met ons op om te horen hoe wij u kunnen helpen!