RNA-sekvensering Vs. Microarrays

denna tekniska omkopplare i genuttrycksprofilering är ingen överraskning, med tanke på vad RNA-seq möjliggör:

• detektion av nya, oannoterade gener
• detektion av sekvensnivåförändringar (kodande regionmutationer, genfusioner, A-till-i-redigeringshändelser)
• detektion av alternativa skarvningshändelser, även nya, till skillnad från standardmikroarrayer
• ett bredare dynamiskt område, justerbart genom att styra sekvenseringsdjupet
• expressionsprofilering av icke-referensorganismer (mindre enkelt men möjligt!), och så vidare.

i de flesta fall skulle det fortfarande vara lite billigare att få uttrycksprofilen för ditt prov med hjälp av mikroarrayer istället för RNA-sekvensering, skillnaden ligger i intervallet 50 till 100 EUR/USD per prov. Fördelarna med RNA-seq kan dock lätt uppväga den extra kostnaden.

trots detta har mikroarrays inte försvunnit helt. Vi analyserar regelbundet mikroarrayuttrycksdata för våra kunder (om än inte lika mycket som RNA-seq). Forskare som planerar uttrycksmätningar frågar fortfarande ofta vår åsikt om vilken teknik som ska användas.

den verkliga frågan här är: när, om någonsin, är det meningsfullt att använda mikroarrays istället för RNA-sekvensering?

Ibland är det meningsfullt. Du kan ha en bra anledning att hålla sig till mikroarrays, om 1) ingen av parametrarna ovan är kritiska och/eller 2) något av följande gäller:

• du använder ett mikroarraybaserat diagnostiskt test med beprövad klinisk nytta,
• du har ett stort antal prover och kostnaden är kritisk,
• du vill kunna jämföra uttrycksprofilerna direkt med en annan mikroarraydatauppsättning på samma arrayplattform, eller
• du har ett löpande mikroarrayarbetsflöde internt (eller med betrodda partners) från provsamling till dataanalys som du är nöjd med

slutligen, en punkt där du från en bioinformatiker synvinkel som du kanske vill överväga: om du har en forskare i ditt team som kommer att använda data för att lära sig bioinformatik, kom bara ihåg att RNA-seq-dataanalys definitivt är en mer användbar färdighet i modern (och framtid!) labs än microarray analys.

listorna ovan bör hjälpa dig att göra RNA-seq vs. microarray beslut. Det lönar sig dock alltid att ha en diskussion med en bioinformatiker eller mätleverantör för att välja den plattform som bäst matchar ditt biologiska material, forskningsfrågor och budget.

Läs mer om out service model eller kontakta oss för att höra hur vi kan hjälpa dig!