ABOUT HUAYIN
免疫共沉淀 【技術(shù)簡(jiǎn)介】 （1）技術(shù)原理 免疫共沉淀：免疫共沉淀（Co-immunoprecipitation）是以抗體和抗原之間的專(zhuān)一性作用為基礎的用于研究蛋白質(zhì)相互作用的經(jīng)典方法，是確定兩種蛋白質(zhì)在完整細胞內生理性相互作用的有效方法。其原理是：當細胞在非變性條件下被裂解時(shí)，完整細胞內存在的許多蛋白質(zhì)－蛋白質(zhì)間的相互作用被保留了下來(lái)。如果用蛋白質(zhì)X的抗體免疫沉淀X，那么與X在體內結合的蛋白質(zhì)Y也能沉淀下來(lái)。這種方法常用于測定兩種目標蛋白質(zhì)是否在體內結合；也可用于確定一種特定蛋白質(zhì)的新的作用搭檔。 （2）技術(shù)應用 篩選調控蛋白在基因組上的結合靶點(diǎn)：針對轉錄因子、DNA/RNA 聚合酶、轉錄復合物等調控因子蛋白進(jìn)行特異性的富集，分離純化與之結合的靶 DNA 片段并測序，分析篩選到準確有效的靶位點(diǎn)、靶基因數據；揭示差異化表觀(guān)遺傳變異的原理：通過(guò)對不同表型組織內組蛋白、轉錄因子蛋白及其他結合蛋白進(jìn)行染色質(zhì)免疫共沉淀測序并定量分析靶基因表達調控水平或針對同種組蛋白進(jìn)行甲基化、磷酸化、泛素化修飾所導致的結合位點(diǎn)變異進(jìn)行分析，即可準確揭示差異化表觀(guān)變異原理；研究表觀(guān)遺傳變異疾?。航柚旧|(zhì)免疫共沉淀測序技術(shù)結合生物信息分析揭示由蛋白與 DNA 相互作用變異而引起的疾病的原理，明確表觀(guān)遺傳修飾在癌癥等表觀(guān)遺傳變異疾病的發(fā)生發(fā)展過(guò)程中的具體作用機制。 【服務(wù)內容】 蛋白質(zhì)抽取與定量；SDS-PAGE分離Co-IP產(chǎn)物；Co-IP實(shí)驗（以normal lgG作為對照）；western blot或質(zhì)譜鑒定。 【客戶(hù)須知及標本要求】 （1）客戶(hù)須明確檢測目的和具體要求，最好能提供1~2篇文獻或資料。 （2）客戶(hù)需提供待檢測樣品、免疫沉淀用抗體和WB檢測用抗體（抗體也可由我們代購）； （3）待檢測樣品可以是直接的待檢測蛋白樣品，也可以是細胞、組織或細菌樣品，但需收取蛋白抽提費用。樣本收集后應立-80℃保存； （4）免疫沉淀盡量提供未經(jīng)凍存的新鮮蛋白樣品。
MeDIP-Seq DNA甲基化是表觀(guān)遺傳學(xué)的熱點(diǎn)研究領(lǐng)域，在調控基因轉錄、傳遞基因組印記、維持染色質(zhì)結構、調控胚胎發(fā)育以及腫瘤等疾病發(fā)生中發(fā)揮關(guān)鍵作用。 甲基化DNA免疫共沉淀測序(Methylated DNA Immunoprecipitation Sequencing，MeDIP-Seq）通過(guò)5’-甲基胞嘧啶抗體富集高甲基化的DNA片段，然后將富集后的DNA進(jìn)行高通量測序。該技術(shù)不受物種和基因組區域的限制，是全面且深入理解表觀(guān)遺傳調控的重要工具。通過(guò)MeDIP-Seq快速有效地尋找基因組上的甲基化區域，從而比較不同細胞、組織、甚至疾病樣本間的DNA甲基化修飾模式的差異。 1、 實(shí)驗方案 測序策略：Illumina NextSeq 500 SE50 數據量：推薦20M clean data 2、技術(shù)優(yōu)勢 （1）精確度高：在其覆蓋范圍內可達到單堿基分辨率； （2）重復性好：多樣本的覆蓋區域重復性好，適用于多樣本間的差異分析； （3）檢測范圍廣：覆蓋全基因組范圍內超過(guò)百萬(wàn)級CpG位點(diǎn)個(gè)數； （4）高性?xún)r(jià)比：相比于WGBS，采用MeDIP-Seq通過(guò)抗體富集高甲基化區域進(jìn)行測序，有效降低測序費用。 3、數據分析 3.1 標準信息分析 （1）MeDIP-Seq序列與參考序列比對； （2）統計reads在全基因組的分布情況； （3）統計reads在CpG區域的分布情況； （4）統計reads在不同功能元件區域（Promoter，UTR，Exon，Intron）的分布情況； （5）統計reads在不同GC含量區域中的分布情況； （6）統計序列富集區域（peak）； （7）統計與peak相關(guān)的基因； （8）統計peak在不同功能元件區域（Promoter，UTR，Exon，Intron）的分布情況； （9）多樣本peak差異分析及差異peak相關(guān)基因注釋、GO分類(lèi)和pathway顯著(zhù)性富集分析； 3.2 高級信息分析 （1）與表達譜進(jìn)行關(guān)聯(lián)分析，預測甲基化調控基因（需有表達譜數據）； （2）MeDIP-Seq數據可視化分析：生成Genome Browser可以導入的文件。 4、技術(shù)流程 5、案例分析 案例（1）可塑性基因的DNA甲基化變化伴隨著(zhù)記憶的塑造和維持 形成記憶的能力是一個(gè)有機體的行為適應環(huán)境變化的先決條件。在分子水平上，記憶的獲得和保持需要在染色質(zhì)方面修飾。為了解開(kāi)表觀(guān)遺傳網(wǎng)絡(luò )下的短期和長(cháng)期記憶，德國退行性神經(jīng)疾病研究中心（DZNE）小組成員研究了在兩個(gè)截然不同的老鼠大腦區域...
全基因組甲基化測序 甲基化是基因表達的主要調控方式之一，它在維持細胞正常功能、傳遞基因組印記，胚胎發(fā)育、腫瘤發(fā)生等方面起著(zhù)至關(guān)重要的作用，更是表觀(guān)遺傳學(xué)研究的熱點(diǎn)。 全基因組甲基化測序是將重亞硫酸鹽處理和Illumina HiSeq 高通量測序平臺相結合，能夠繪制單堿基分辨率的DNA甲基化圖譜。用標準bisμlfite方法處理DNA后，未甲基化的胞嘧啶C會(huì )脫氨基形成尿嘧啶U。經(jīng)過(guò)PCR擴增，尿嘧啶U替換為胸腺嘧啶T，而發(fā)生甲基化的胞嘧啶C保持不變。通過(guò)Bisulfite處理序列與參考序列的比對，可對全基因組甲基化情況進(jìn)行定量分析。 全基因組甲基化測序可用于研究物種特定DNA區域甲基化與特定表型之間的關(guān)聯(lián)，并進(jìn)一步研究環(huán)境、營(yíng)養以及其他因素對特定基因甲基化的影響，為人類(lèi)疾病的發(fā)生、治療，以及動(dòng)植物分子育種等提供研究基礎。 1、實(shí)驗方案 平臺：Illumina NextSeq 500或HiSeq 3000 PE150 數據量：推薦測序深度30~50× （所測物種須有全基因組參考序列） 2、技術(shù)優(yōu)勢 （1）高效快速：借助高通量測序平臺可以快速檢測出全基因組的甲基化情況； （2）性?xún)r(jià)比高：相對于傳統的 PCR+Sanger測序方法，費用少； （3）檢測精度高：?jiǎn)螇A基分辨率，精確分析每一個(gè)C堿基的甲基化狀態(tài)。 3、數據分析 3.1 標準信息分析 （1）按標準流程進(jìn)行數據整理及數據質(zhì)量評估； （2）Bisulfite測序序列與參考基因組比對； （3）甲基化位點(diǎn)檢測； （4）全基因組甲基化水平統計：CG、CHG、CHH的甲基化水平； （5）染色體水平甲基化分布統計； （6）不同基因組功能元件甲基化分布統計； （7）CpG、CHG 和CHH 甲基化比例統計； （8）差異性甲基化區域分析（DMR）； （9）全基因組甲基化圖譜繪制。 3.2 高級信息分析 根據客戶(hù)具體研究進(jìn)行的個(gè)性化分析。 4、技術(shù)流程 5、案例分析 案例（1）人類(lèi)早期胚胎全基因組水平的DNA甲基化圖譜的繪制 來(lái)自北京大學(xué)、哈佛大學(xué)等機構的研究人員采用全基因組亞硫酸氫鹽測序法（whole-genome bisulfite sequencing），對從合子期到植入后的人類(lèi)早期胚胎甲基化組進(jìn)行了系統分析。研究人員證實(shí)，不同于以往在小鼠研究中觀(guān)察的結果，主要一波全基因組去甲基化是在2-細胞期完成。并且父方...
RRBS Reduced Representation Bisulfite Sequencing（RRBS）是一種準確、高效、經(jīng)濟的DNA甲基化研究方法，通過(guò)MspI酶識別CCGG酶切位點(diǎn)處理DNA，富集啟動(dòng)子及CpG島區域，并進(jìn)行 Bisulfite處理和高通量測序，同時(shí)實(shí)現DNA甲基化狀態(tài)檢測的高分辨率和測序數據的高利用率。DNA甲基化研究一直是疾病研究的熱點(diǎn)，與基因表達、表型性狀息息相關(guān)。 RRBS作為一種高性?xún)r(jià)比的甲基化研究方法，在大規模臨床樣本的研究中具有廣泛的應用前景。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500或HiSeq 3000 PE150 數據量：推薦5G clean data 2、技術(shù)優(yōu)勢 （1）精確度高：在其覆蓋范圍內可達到單堿基分辨率，見(jiàn)下表； （2）重復性好：多樣本的覆蓋區域重復性高達85%-95%，適合多樣本間的甲基化差異分析； （3）檢測范圍廣： 覆蓋全基因組范圍內超過(guò)5百萬(wàn)個(gè)CpG位點(diǎn)； （4）性?xún)r(jià)比高：測序區域更有針對性，數據利用率更高。 表1 三種甲基化研究技術(shù)比較 甲基化研究方法 Bisulfite-Seq RRBS MeDIP-Seq 覆蓋范圍 全基因組 主要集中在CpG島和promoter區域 全基因組范圍，但是傾向于高CpG密度和高甲基化區域 原理 Bisulfite處理 酶切+Bisulfite處理 抗體富集 分辨率 1bp 1bp 100-1000bp 數據量 ≥30X 基因組 3G、5G 4G 鑒定MDR的數量 多 多 少 ...
CLIP-Seq CLIP- Seq，即紫外交聯(lián)免疫沉淀結合高通量測序（crosslinking-immunoprecipitation and high-throughput sequencing），是一項在全基因組水平揭示RNA分子與RNA結合蛋白相互作用的革命性技術(shù)。 主要原理是基于RNA分子與RNA結合蛋白在紫外照射下發(fā)生耦聯(lián)，以RNA結合蛋白的特異性抗體將RNA-蛋白質(zhì)復合體沉淀之后，回收其中的RNA片段，經(jīng)添加接頭、RT-PCR等步驟，再對這些分子進(jìn)行高通量測序和生物信息學(xué)的分析，從而深入揭示RNA結合蛋白與RNA分子的調控作用及其對生命的意義。 最近幾年，這項技術(shù)也被應用到miRNA靶標鑒定等工作中。在動(dòng)物體內，成熟的單鏈miRNA與一系列蛋白形成miRNA誘導的沉默復合物（RISC），結合于靶mRNA的3"-UTR 區，阻止所結合的mRNA的翻譯或直接降解靶miRNA?；谶@一原理，我們可以通過(guò)CLIPSeq技術(shù)來(lái)進(jìn)行mRNA靶基因的篩選。CLIP-Seq方法的應用能夠非常明顯地降低miRNA結合位點(diǎn)的假陽(yáng)性預測頻率，并且減小miRNA結合位點(diǎn)搜尋空間的范圍，可以在全基因組范圍內鑒定AGO2蛋白在不同RNA上的結合位點(diǎn)。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500 SE50 數據量：20M clean reads 2、技術(shù)優(yōu)勢 （1）全轉錄組覆蓋：與CLIP芯片相比，可在全轉錄組范圍對蛋白結合位點(diǎn)進(jìn)行篩選與鑒定； （2）高靈敏度：每個(gè)樣本可獲得數百萬(wàn)條的序列標簽，可發(fā)現研究轉錄組上稀有的蛋白結合位點(diǎn)； （3）準確性高： 從活細胞交聯(lián)開(kāi)始，反應了體內環(huán)境下真實(shí)的分子間相互作用； （4）特異性強： 紫外輻射不會(huì )造成蛋白和蛋白之間的交聯(lián)，只會(huì )鑒定出蛋白和 RNA 之間的相互作用； （4）應用范圍廣： 特別適用于研究剪接因子RNA結合圖譜、miRNA作用靶點(diǎn)等研究。 3、數據分析 （1）將reads比對到基因組：將預處理reads與reference genome進(jìn)行mapping，最后得到mapping的sam結果文件，給出mapping結果統計； （2）peak detect：應用sam文件進(jìn)行peak富集區查找； （3）motif detect：查找結合位點(diǎn)區結構特性，尋找轉錄因子結合區域的motif結構； （4）基因關(guān)聯(lián)：應用結合位點(diǎn)區位置，確定其周?chē)婕暗幕颍? （5）關(guān)聯(lián)基因GO差異分析：以參考基因組為背景集對結合位點(diǎn)關(guān)聯(lián)基因進(jìn)行GO富集分析。 4、技術(shù)流程 5、案例分析 案例（1）依賴(lài)SIRT7去乙?；腢3-55K蛋...
RIP-Seq RNA Immunoprecipitation (RIP) 是研究細胞內RNA與蛋白結合情況的技術(shù)，是了解轉錄后調控網(wǎng)絡(luò )動(dòng)態(tài)過(guò)程的有力工具，能更有效地發(fā)現miRNA的調節靶點(diǎn)。RIP-seq技術(shù)使用特異性抗體對RNA結合蛋白或者特殊修飾的RNA進(jìn)行免疫共沉淀后，分離純化RNA，通過(guò)高通量測序和分析，深度解析與目標蛋白相互結合的RNA的區域或種類(lèi)。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500 SE50 數據量：20M clean reads 2、技術(shù)優(yōu)勢 （1）全轉錄組覆蓋：與RIP芯片相比，可在全轉錄組范圍對蛋白結合位點(diǎn)進(jìn)行篩選與鑒定； （2）高靈敏度：每個(gè)樣本可獲得數百萬(wàn)條的序列標簽，可發(fā)現研究轉錄組上稀有的蛋白結合位點(diǎn)； （3）高精確率：可獲得高水平的信噪比數據，準確區分真實(shí)事件與噪音，精確定位蛋白結合位點(diǎn)； （4）重復性好：深度測序保證了檢測隨機性，可不需技術(shù)重復。 3、數據分析 3.1 標準信息分析 （1）將reads比對到基因組：將預處理reads與reference genome進(jìn)行mapping，最后得到mapping的sam結果文件，給出mapping結果統計； （2）peak detect：應用sam文件進(jìn)行peak富集區查找； （3）motif detect：查找結合位點(diǎn)區結構特性，尋找轉錄因子結合區域的motif結構； （4）基因關(guān)聯(lián)：應用結合位點(diǎn)區位置，確定其周?chē)婕暗幕颍? （5）關(guān)聯(lián)基因GO差異分析：以參考基因組為背景集對結合位點(diǎn)關(guān)聯(lián)基因進(jìn)行GO富集分析。 4、技術(shù)流程 5、案例分析 案例（1）Rocaglates把DEAD-box蛋白eIF4A運輸到序列選擇性翻譯抑制物 Rocaglamide A（RocA）代表一類(lèi)能夠選擇性殺傷非整倍體腫瘤細胞和抑制特殊mRNA翻譯的蛋白合成抑制劑。RocA作用于真核起始因子4A(eIF4A)，一種ATP依賴(lài)性的DEAD-box RNA解旋酶；它的mRNA選擇性是作用于高度結構化的5’非翻譯區，這一過(guò)程高度依賴(lài)于eIF4A-調節的解旋反應。然而，美國加州大學(xué)分子與細胞生物學(xué)系研究人員利用Rip-seq技術(shù)研究發(fā)現：Rocaglate（藥物）治療也許并不能從表現形式上復制eIF4A活性的缺失導致的缺陷，因為這藥物實(shí)際上只是增加了eIF4A和RNA的親和力。特別說(shuō)明的是5’非翻譯區的二級結構對于RocA選擇性而言只是一個(gè)次要的決定因素，同時(shí)該RocA不會(huì )通過(guò)降低eIF4A有效性來(lái)抑制翻譯。相反，在體外和細胞中，RocA以ATP非依賴(lài)性的方式特異性地將eIF4A夾送到...
ChIP-Seq 染色質(zhì)免疫共沉淀（Chromatin Immunoprecipitation，ChIP）是在體內環(huán)境中研究蛋白質(zhì)與DNA相互作用的經(jīng)典實(shí)驗方法，廣泛應用于組蛋白修飾、特定轉錄因子的基因調控作用等相關(guān)領(lǐng)域。隨著(zhù)新一代測序技術(shù)的發(fā)展和成熟，染色質(zhì)免疫沉淀實(shí)驗與高通量測序的整合——ChIP-seq，可在全基因組范圍對蛋白結合位點(diǎn)進(jìn)行高效而準確的篩選與鑒定，同時(shí)也為研究的深入開(kāi)展打下基礎。 采用特異性抗體對目的蛋白進(jìn)行免疫沉淀后，分離與其結合的基因組DNA片段，再通過(guò)高通量測序與數據分析，在全基因組范圍內尋找目的蛋白的DNA結合位點(diǎn)，并且可以基于多個(gè)樣品進(jìn)行差異比較。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500 SE50 數據量：20M clean reads 2、數據分析 2.1 標準信息分析 （1）與參考序列比對 （2）Peak分析 （3）Peak在基因功能元件上的分布 （4）Peak相關(guān)基因分析 （5）Peak相關(guān)基因的GO功能顯著(zhù)性富集分析 （6）Peak相關(guān)基因的Pathway功能顯著(zhù)性富集分析 （7）鑒定樣品間差異Peak （8）樣品間差異Peak的基因功能元件分布 （9）樣品間差異Peak相關(guān)基因分析 （10）樣品間差異Peak相關(guān)基因的GO功能顯著(zhù)性富集分析 （11）樣品間差異Peak相關(guān)基因的Pathway功能顯著(zhù)性富集分析 （12）motif結構域預測 3、技術(shù)流程 4、案例分析 案例（1）FOXO轉錄因子作用位點(diǎn)特征 FOXO轉錄因子（FOXO）是控制物種壽命的中心調控因子，但是FOXO執行特定的細胞功能，包括成人干細胞內穩和免疫功能。FOXO直接作用的靶點(diǎn)已經(jīng)在若干物種和細胞類(lèi)型中鑒定得到。用meta分析從組織到生物體，以及哺乳動(dòng)物，秀麗線(xiàn)蟲(chóng)和果蠅的FOXO靶向位點(diǎn)的數據。結果表明，FOXO作用的特定細胞是與細胞特定功能的相關(guān)的。而且FOXO在脊椎動(dòng)物和無(wú)脊椎動(dòng)物中存在相同保守區域的作用位點(diǎn)。這些與生物生長(cháng)，新陳代謝，抗壓力，蛋白質(zhì)平衡相關(guān)的保守區域的結合位點(diǎn)表明，這些生物可能擁有同一個(gè)祖先。 圖1 FOXO轉錄因子結合組織特異性的共同靶點(diǎn) 圖2 FOXO轉錄因子結合靶點(diǎn)維恩圖和保守性分析 案例（2） 肝受體X和PPARG在癌細胞增殖不同調控機制的定義 肝受體X（LXRs，NR1H2，NR1H3）和P...
CircRNA測序 環(huán)狀RNA（circular RNA）是近年來(lái)發(fā)現的一類(lèi)特殊的非編碼RNA，它大量存在于真核細胞胞質(zhì)內，是mRNA在剪接的過(guò)程中，上游exon的5’端與下游exon的3’端剪接到一起，從而形成的首尾相接的環(huán)狀分子。 研究發(fā)現，高等動(dòng)物中環(huán)狀RNA的種類(lèi)和含量遠遠超過(guò)預期。circRNA具有很多重要的調控功能，如circRNA可以作為競爭性?xún)仍碦NA（competing endogenous RNA，ceRNA）結合胞內miRNA，阻斷miRNA對其靶基因的抑制作用。除此以外，circRNA也具有調控其他類(lèi)型RNA、調節蛋白質(zhì)活性等功能。circRNA在不同物種中具有保守性和組織表達特異性，且circRNA對RNase不敏感，因此它比線(xiàn)性RNA更為穩定，所以circRNA在疾病新型診斷與治療方法研發(fā)方面有巨大潛力和重要意義。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500或HiSeq 3000 PE 150 數據量：推薦8-12G clean data 2、技術(shù)優(yōu)勢 （1）多物種選擇：可直接對人、大鼠和小鼠樣本進(jìn)行最全面的circRNA分析，亦可發(fā)現新的circRNA（其他物種需特殊評估）； （2）高精確度：數字化信號，可預測到基因家族中相似基因以及不同可變剪切類(lèi)型產(chǎn)生的circRNA序列信息； （3）高覆蓋度：新一代高通量測序技術(shù)的高深度覆蓋，可以檢測到低豐度的稀有circRNA。 3、數據分析 3.1標準數據分析 （1）參考序列比對分析 （2）circRNA鑒定 （3）circRNA 來(lái)源基因分析 （4）circRNA表達水平分析 （5）樣本之間差異表達的circRNA （6）差異circRNA篩選 （7）差異circRNA聚類(lèi)分析 （8）差異circRNA來(lái)源基因GO富集分析 （9）差異circRNA來(lái)源基因KEGG富集分析 （10）miRNA 結合位點(diǎn)預測 4、技術(shù)流程 5、案例分析 案例（1）環(huán)狀RNA促進(jìn)結腸癌增殖和轉移 研究者對正常組織和腫瘤結腸組織樣本進(jìn)行了circRNA測序，結果發(fā)現大量在腫瘤細胞中特異性升高的circRNA，其中一些circRNA得到了RT-PCR實(shí)驗結果的驗證。研究人員對其中一類(lèi)新的circRNA——circCCDC66的功能進(jìn)行了深入研究。結果表明circCCDC66在息肉和結腸癌中表達水平升高，并且與不良預后相關(guān)。通過(guò)在結直腸癌細胞系中進(jìn)行功能獲得性研究和功能缺失性研究，研究人員證明circCCDC66能夠控制多個(gè)生理過(guò)程，包括細胞增殖、遷移、侵襲和...
小RNA測序 小RNA是一類(lèi)高度保守的小RNA分子，它可以參與基因表達與調控、RNA的加工與剪切、蛋白質(zhì)翻譯、遺傳“入侵”抑制、配子發(fā)生等重要生物學(xué)過(guò)程，是生命活動(dòng)中必不可少的調控因子。小RNA測序技術(shù)采用膠分離技術(shù)，收集樣本中18-30nt的RNA片段，利用高通量測序技術(shù)對樣本中所有small RNA家族進(jìn)行測序和表達定量，從而解析miRNA 、siRNA 、piRNA 其它非編碼RNA等序列，并預測新的小RNA及其靶基因。 1、實(shí)驗方案 測序策略：Illumina NextSeq 500 SE50 數據量：推薦10M clean reads 2、技術(shù)優(yōu)勢 （1）通量高：一次測序得到上千萬(wàn)條序列； （2）分辨率高：可以檢測小RNA單個(gè)堿基的差異； （3）精準度高：從幾個(gè)到幾十萬(wàn)個(gè)拷貝精確計數； （4）可重復性好：深度測序保證了抽樣隨機性，重復性好，無(wú)需重復實(shí)驗； （5）檢測范圍廣：既能鑒定已知小RNA，又能發(fā)現新的小RNA。 3、信息分析 3.1 標準信息分析 （1）按標準流程進(jìn)行數據整理及數據質(zhì)量評估； （2）樣品間的公共序列和特異序列分析； （3）小RNA與參考基因組比對分析； （4）按照優(yōu)先級將小RNA進(jìn)行分類(lèi)注釋 （5）Novel Small RNA預測； （6）樣本間miRNA差異表達分析； （7）已知miRNA的家族分析； （8）已知miRNA差異分析（≥2個(gè)樣本）和聚類(lèi)分析（≥3個(gè)樣本）； （9）已知miRNA和novel miRNA的靶基因預測； （10）已知miRNA和novel miRNA的靶基因GO注釋和KEGG通路分析； （11）novel miRNA差異分析（≥2個(gè)樣本）和聚類(lèi)分析（≥3個(gè)樣本）； （12）差異miRNA靶基因預測； （13）已知miRNA的堿基編輯分析； 3.2 高級信息分析 （1）snoRNA注釋 （2）piRNA注釋 （3）mir2disease注釋 4、技術(shù)流程 5、案例分析 案例（1）小鼠早期胚胎發(fā)育過(guò)程中小RNA的動(dòng)態(tài)變化及其生物學(xué)功能 該研究利用優(yōu)化的方法系統解析了小鼠卵子到受精后8細胞胚胎發(fā)育過(guò)程中的小RNA動(dòng)態(tài)變化，發(fā)現小鼠卵子和早期胚胎主要包含三類(lèi)小RNA：endo-siRNA、piRNA和miRNA。受精卵中的這三類(lèi)小RNA絕大多數來(lái)源于卵子，由精子帶入卵子的小RNA不足幾百分之一。隨著(zhù)胚胎的發(fā)育，母源endo-siRNA和piRNA逐漸被緩...
