RNA-Seq : 정보전달자의 노출

전문가 제언

○ 전형적인 RNA Seq실험은 RNA Seq 라이브러리를 만들기위해 cDNA로 전환되는 mRNA로부터 시작된다.라이브러리에 있는 수백만개의 DNA조각의 염기서열을 차세대염기서열결정방법(NGS)으로 결정하여 비교적 풍부한 각각의 전사물(transcripts)과 splice variants를 정확하게 측정할 수 있다.최근에는 광범위한 생물정보학 프로그램이 개발되어 차세대염기서열결정에 의한 산물을 유전자발현 수준에 관한 정보로 번역하는데 필요한 개별단계를 처리할 수 있게 되었다.

○ 가닥(strand)특이 reads를 만들어내는 대체(alternative)라이브러리 조제 프로토콜이 개발되었는데 이것은 sense 와 antisense RNA간의 구별이 용이하다.차세대염기서열분석 이전에는 각 라이브러리의 cDNA조각에 여섯염기짜리 독특한 지표(indices)를 종종 붙였다.이것은 reads로 정확한 샘플을 역추적할 수 있기때문에 같은 반응에서 다수의 샘플의 분석을 가능하게 해주고 있다.

○ 벼(rice)같이 반복서열이 많거나 제놈크기가 클경우의 유전자발현이나 splice variants분석은 양쪽 말단에서 100bp 나 150bp를 읽어야 제놈상에 정확하게 reads를 위치시킬 수 있다.

○ 유전자발현 수준의 계량화에 이어 일반적인 목표는 다른 조건들간에 차별적으로 발현되는 유전자를 동정하는 것이다. 다른 샘플간의 유전자발현수준을 정확하게 비교하기위해서는 계산 데이터가 반드시 표준화 되어야 한다.계산데이터를 표준화할 때 두가지 중요한 염기서열결정상의 편중(bias)을 고려해야 하는데 하나는 전사물 길이의 차이에서 일어나는 샘플내의 편중이며 두번째는 염기서열결정심도의 차이에서 주로 일어나는 샘플내의 편중이다.

○ 다른 샘플간에 같은 유전자의 발현을 비교할때는 단지 샘플간 표준화만이 필요하다.이 경우에 가장 간단한 방법은 샘플에 위치된 reads의 전체 숫자에 따라 counts를 맞추는 것이다(RPKM/FPKM표준화에서와 같이).비록 직관적이지만 이 방법은 만일 전체 reads count의 대다수를 포함하는 유전자들의 작은 부분(minor fraction)이 있다면 부정확하다.

저자

Marcel C. Van Verk et al

자료유형

학술정보

원문언어

영어

기업산업분류

바이오

연도

2013

권(호)

18(4)

잡지명

Trends in Plant Science

과학기술
표준분류

바이오

페이지

175~179

분석자

김*일

분석물

• RNA-Seq- 정보전달자의 노출.pdf [297,531 byte]

이미지변환중입니다.