查看“RNA-seq”的源代码

<div class="medical-infobox" style="float: right; width: 310px; margin: 0 0 25px 25px; font-size: 0.88em; border: 1px solid #e2e8f0; border-radius: 12px; box-shadow: 0 4px 10px rgba(0, 0, 0, 0.05); background-color: #ffffff; overflow: hidden; line-height: 1.5;">
{| style="width: 100%; border-spacing: 0;"
|+ style="font-size: 1.3em; font-weight: bold; padding: 16px; color: #1e293b; background-color: #f8fafc; border-bottom: 1px solid #e2e8f0; text-align: center;" | RNA测序 <br><span style="font-size: 0.8em; font-weight: normal; color: #64748b;">RNA Sequencing (RNA-seq)</span>
|-
| colspan="2" |
<div class="infobox-image-wrapper" style="padding: 35px; background-color: #ffffff; text-align: center;">
    <div style="width: 70px; height: 70px; margin: 0 auto; background: linear-gradient(135deg, #10b981 0%, #059669 100%); border-radius: 20px; display: flex; align-items: center; justify-content: center; box-shadow: 0 4px 12px rgba(16, 185, 129, 0.2);">
        <span style="color: white; font-size: 1.6em; font-weight: bold;">RNA</span>
    </div>
    <div style="font-size: 0.8em; color: #94a3b8; margin-top: 18px; font-weight: normal;">转录组学研究的核心技术</div>
</div>
|-
! style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 500; width: 35%;" | 英文全称
| style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #334155; font-weight: 600;" | RNA Sequencing
|-
! style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 500;" | 核心输入
| style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #334155;" | 总 RNA / mRNA
|-
! style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 500;" | 定量指标
| style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #334155;" | TPM、FPKM、RPKM
|-
! style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #64748b; font-weight: 500;" | 分析重点
| style="text-align: left; padding: 12px 15px; border-bottom: 1px solid #f1f5f9; color: #334155;" | 差异表达基因 (DEG)
|-
! style="text-align: left; padding: 12px 15px; color: #64748b; font-weight: 500;" | 临床应用
| style="text-align: left; padding: 12px 15px; color: #334155;" | 标志物发现、药物靶点
|}
</div>

'''RNA测序'''（RNA Sequencing，简称 '''RNA-seq'''）是基于下一代测序（NGS）技术的研究转录组学（Transcriptomics）的核心手段。它通过对样本中的全 RNA 或特定 RNA 组分（如 mRNA）进行文库构建及高通量测序，能够精确地检测基因的表达水平、剪接变异、融合基因以及单核苷酸变异。



相较于传统的微阵列（Microarray）技术，RNA-seq 具有更高的检测灵敏度、更宽的线性动态范围，且无需预先设计探针，从而能够发现全新的转录本。

== 实验流程 ==
RNA-seq 的标准流程通常分为以下关键环节：
# **样本制备与质控**：提取高质量的总 RNA，并通过电泳评估其完整性（RIN 值）。
# **文库构建**：包括 RNA 富集（如 Poly-A 捕获）、片段化、反转录为 cDNA、加接头及 PCR 扩增。
# **高通量测序**：在 Illumina、MGI 或长读长平台（如 PacBio/Nanopore）上进行测序。
# **生物信息学分析**：
#* 原始数据质控（Raw Data QC）。
#* 序列比对（Alignment）：将 Reads 比对至参考基因组（如使用 STAR 或 HISAT2）。
#* 表达定量：计算基因或转录本的丰度。
#* 差异分析：利用 $log_2(\text{fold change})$ 和校正后的 $P$ 值筛选差异基因。

== 主要技术参数与定量策略 ==
<div style="overflow-x: auto; width: 85%; margin: 25px auto;">
{| class="wikitable" style="width: 100%; border-collapse: collapse; border: 1px solid #e2e8f0; box-shadow: 0 2px 8px rgba(0,0,0,0.05); font-size: 0.92em; background-color: #ffffff;"
|+ style="font-weight: bold; font-size: 1.1em; margin-bottom: 12px; color: #1e293b;" | RNA-seq 常用定量指标对比
|- style="background-color: #f8fafc; color: #475569; border-bottom: 2px solid #e2e8f0;"
! style="text-align: left; padding: 12px; width: 20%;" | 指标名称
! style="text-align: left; padding: 12px;" | 特点与适用场景
|- style="border-bottom: 1px solid #f1f5f9;"
| style="padding: 12px; font-weight: 600; color: #10b981; background-color: #fcfdfe;" | **TPM**
| style="padding: 12px; color: #334155; line-height: 1.6;" | 转录本每百万映射数。目前学术界最推荐的指标，便于不同样本间的直接比较，确保每样本总量之和相等。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="padding: 12px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **FPKM/RPKM**
| style="padding: 12px; color: #334155; line-height: 1.6;" | 考虑了基因长度和测序深度的标准化方法。虽然应用广泛，但在样本间横向对比时存在一定的数学偏差。
|- style="border-bottom: 1px solid #f1f5f9;"
| style="padding: 12px; font-weight: 600; color: #546e7a; background-color: #fcfdfe;" | **Counts**
| style="padding: 12px; color: #334155; line-height: 1.6;" | 原始比对上的 Reads 计数。是 DESeq2 等差异分析软件的必需输入值，保留了原始统计分布信息。
|}
</div>

== 2025 年的技术前沿 ==
* **单细胞 RNA-seq (scRNA-seq)**：在单细胞水平上解析细胞异质性，已成为免疫浸润和发育生物学的金标准。
* **空间转录组学 (Spatial Transcriptomics)**：在保留组织空间位置信息的同时进行 RNA 测序，揭示肿瘤微环境中的原位相互作用。
* **长读长转录组 (Iso-seq)**：能够完整覆盖转录本的全长，极大提升了对复杂剪接异构体（Isoforms）的识别精度。

== 参考文献 ==
* [1] Wang Z, et al. RNA-Seq: a revolutionary tool for transcriptomics. Nature Reviews Genetics. 2009.
* [2] Stark R, et al. RNA sequencing: the teenage years. Nature Reviews Genetics. 2019.
* [3] Mortazavi A, et al. Mapping and quantifying mammalian transcriptomes by RNA-Seq. Nature Methods. 2008.

{{reflist}}

<div style="clear: both; margin-top: 40px; border: 1px solid #a2a9b1; background-color: #f8f9fa; border-radius: 6px; overflow: hidden; font-size: 0.88em;">
<div style="background-color: #dee2e6; text-align: center; font-weight: bold; padding: 8px; border-bottom: 1px solid #a2a9b1; color: #374151;">转录组学与高通量测序技术导航</div>
{| style="width: 100%; background: transparent; border-spacing: 0;"
|-
! style="width: 20%; padding: 10px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 测序平台
| style="padding: 10px; border-bottom: 1px solid #fff;" | [[Illumina]] • [[MGI/华大智造]] • [[Oxford Nanopore]] • [[PacBio]]
|-
! style="padding: 10px; background-color: #f1f5f9; text-align: right; border-bottom: 1px solid #fff;" | 分析流程
| style="padding: 10px; border-bottom: 1px solid #fff;" | [[STAR比对]] • [[DESeq2]] • [[GSEA富集分析]] • [[WGCNA网络]]
|-
! style="padding: 10px; background-color: #f1f5f9; text-align: right;" | 衍生技术
| style="padding: 10px;" | [[单细胞测序]] • [[空间转录组]] • [[Ribo-seq]] • [[双端测序]]
|}
</div>

[[Category:生物技术]] [[Category:基因组学]] [[Category:生物信息学]]