原核轉錄組測序是指利用高通量測序技術對(duì)原核生物的轉錄本（mRNA和非編碼RNA）進(jìn)行測序，全面(miàn)快速地獲取特定微生物在特定狀态下的所有轉錄本的信息。通過(guò)轉錄組測序不僅能(néng)夠對(duì)mRNA進(jìn)行表達定量分析，分析差異表達基因及其相應功能(néng)，同時(shí)還(hái)能(néng)夠分析Non-coding RNA（sRNAs），揭示微生物不同表型形成(chéng)的分子調控機制和功能(néng)。 由于原核生物mRNA不具有polyA尾結構，需要采用去除rRNA的方法構建文庫，聯川生物針對(duì)不同的研究物種(zhǒng)采取有效的方法去除rRNA，保證數據質量。
技術優勢
磁珠法去除rRNA，rRNA去除效率好(hǎo)，數據質量高
采用鏈特異性建庫，建庫穩定性好(hǎo)
除進(jìn)行mRNA定量分析外，還(hái)可以進(jìn)行反義轉錄本預測，基因結構分析等；
可以同時(shí)進(jìn)行mRNA和sRNA分析，sRNA 預測，變異分析等
技術路線
分析内容
樣本類型
微生物菌體（≥ 5×107），組織，環境樣品，總RNA等
建議總RNA起(qǐ)始量：≥3μg；濃度：≥70 ng/μL。
Q：原核生物與真核生物在進(jìn)行轉錄組測序文庫構建時(shí)有什麼(me)區别？A：在原核生物中，mRNA隻占全部RNA的1-5%，其餘絕大部分是核糖體RNA（rRNA），因此在開(kāi)展轉錄組測序前，需先將(jiāng)mRNA純化。然而，原核生物mRNA不具有polyA結構，無法直接利用oligoT將(jiāng)mRNA純化出來，如果直接用total RNA進(jìn)行測序，數據質量將(jiāng)非常差，大部分序列都(dōu)來自rRNA。
提高原核生物中mRNA的量，最主要的方式是去除total RNA中的rRNA。在建庫過(guò)程中顯加入磁珠將(jiāng)rRNA吸附，過(guò)濾掉磁珠後(hòu)的體系再進(jìn)行下遊建庫。
全基因組測序和轉錄組揭示藍藻對(duì)青藏高原極端氣候的适應機制
研究背景
青藏高原不僅是世界上最高且規模最大的高原，同時(shí)具有包括極大的溫差、低氧濃度、低壓、強紫外線輻射以及狂風等在内的極端環境，且有許多獨特的環境，包括雪山、鹽水湖泊及幹旱沙 漠等，具有極高的生物多樣性，爲研究适應性進(jìn)化提供了一個理想的天然實驗室。藍藻是最早的光合放氧生物，幾乎可以將(jiāng)所有緯度範圍的地區作爲栖息地，對(duì)于全球生态具有相當大的重要 性；藍藻可以适應可變滲透壓、持續低溫及強烈的紫外線輻射等環境。
研究結果
青藏高原藍藻基因組序列是 5.9 Mb，具有 39.2%的 G+C 含量，總共包括5362 個 CDS。系統進(jìn)化樹表明，這(zhè)一菌株屬于 Trichormus 和 Anabaena 集群。T. sp. NMC-1 和6個近 緣種(zhǒng)之間的基因組對(duì)比顯示，在 T. sp. NMC-1 基因組中，功能(néng)未知的基因占據了更高的比例(28.12%)。
轉錄組分析發(fā)現表達顯著上調的基因參與膜生物起(qǐ)源、翻譯、核糖體結構和生物起(qǐ)源、次生代謝産物生物合成(chéng)、氨基酸運輸和代謝、防禦機制等過(guò)程；相比之下，下調基因主要參與信 号轉導機制、膜生物起(qǐ)源及能(néng)源生産和轉換。進(jìn)一步的分析表明，CheY-like 基因、胞外多糖和類菌胞素氨基酸樣的氨基酸，可能(néng)在極端環境的适應性中扮演重要的角色。
研究結論
青藏高原引起(qǐ)極端環境而具有最高的生物多樣性，爲研究适應性進(jìn)化提供了一個理想的天然實驗室。該研究繪制了青藏高原藍藻的基因組序列草圖，并在低溫下進(jìn)行了全轉錄組測序，以探讨 T. sp. NMC-1 适應特殊環境的遺傳學(xué)機制。明顯正向(xiàng)選擇的、擴張純正群的和差異表達的一些基因參與信号轉導、細胞壁/膜生物起(qǐ)源、次生代謝産物的生物合成(chéng)、能(néng)源生産和轉換，旨在闡 述特殊的适應特征。這(zhè)些結果表明，藍藻對(duì)青藏高原極端環境的适應性背後(hòu)，有著(zhe)複雜的遺傳學(xué)機制。
參考文獻
Qin Q, Huang Y, Ji Q, et al. The genome and transcriptome ofTrichormussp. NMC-1: insights into adaptation to extreme environments on the Qinghai-Tibet Plateau:[J]. Scientific Reports, 2016, 6:29404.
差異基因 GO 富集 DAG 圖有向(xiàng)無環圖(Directed Acyclic Graph， DAG)爲差異基因GO富集分析結果的圖形化展示方式。圖中的分支代表包含關系，從上至下所定義的功能(néng)範圍越來越小，一般選取GO富集分析的結果前10位作爲有向(xiàng)無環圖的主節點，并通過(guò)包含關系，將(jiāng)相關聯的GO Term一起(qǐ)展示，顔色的深淺代表富集程度。
差異基因表達模式聚類將(jiāng)有顯著差異的基因/轉錄本進(jìn)行表達模式聚類分析，采用距離計算算法： 樣本間爲spearman，基因間爲pearson，采用的聚類方法爲hcluster（complete算法）。
sRNA 預測原核生物中，長(cháng)度在 50～500nt 的非編碼 RNA 通常定義爲小 RNA(small RNA, sRNA)。用 Rockhopper 軟件 發(fā)現新轉錄本， 通過(guò)將(jiāng)其與 Uniport 數據庫進(jìn)行注釋，將(jiāng)未注釋到數據庫的轉錄本作爲潛在的非編碼 sRNA。用RNAFold 分析其莖環結構，進(jìn)行 二級結構預測。
