如何开展基因表达研究

摘要：众所周知，在不同的情况下，在不同的组织中，基因表达的水平也不同。如今，研究人员可利用多种技术来追踪基因表达水平的差异，如定量PCR、芯片或测序。对于这些技术平台，如何选择？如何开展数据分析和验证？且看看专家的回答。

众所周知，在不同的情况下，在不同的组织中，基因表达的水平也不同。如今，研究人员可利用多种技术来追踪基因表达水平的差异，如定量PCR、芯片或测序。《Genome Technology》杂志这一次请来了几位科学家，让他们分享一下应如何选择这些技术。此外，研究人员也谈到了解决质量控制和数据分析的问题，以及如何验证基因表达研究的发现。

Q1：您如何评估哪种方法（芯片、定量PCR或测序）Z适合基因表达研究？

Gary Hardiman（加州大学亚哥分校）
答案在很大程度上取决于研究的目的。传统的qPCRZ适合于少量目标和大量样品。芯片和RNA-seqZ适合于整体的转录谱分析。芯片和RNA-seq之间的选择在于成本、数据处理的轻松程度以及检测灵敏度。
芯片实验的优势在于它们很快，相对廉价，且数据存储和处理较为轻松。在很短的时间内可生成两个样品之间差异表达基因的列表，并用于指导通路、基因本体、网络/互作组的分析，为两个样品之间的生物学差异提供线索。这也可以通过测序来实现，但过程稍微复杂一些。如果要研究选择性剪接，那么无疑要选择测序。
芯片也面临一些问题，包括近缘物种的交叉杂交，杂交动力学不好以及低丰度转录本的灵敏度差，无法区别目的基因和假基因。这些都会导致噪音数据。
商业化的芯片的缺点在于不能“与时俱进”，依赖于12个月或之前的基因组版本，有时注释也不是Z新的。这可能导致探针内容不再相关。此外，芯片也可能漏掉与特定研究相关的重要探针。人和小鼠的基因组芯片不会有很大的问题，但其他物种（如斑马鱼）可能会。
高通量测序则没有以上这些限制。Z终结果是一系列序列标签，可定位到转录本上。测序是一个有序的过程，不存在芯片技术所固有的噪音，因此产生很少量真正的hits。而另一方面，芯片依赖结合的能量学，而少量转录本会被非特异杂交所冲垮，因此未检测到。
大规模并行测序无疑将取代DNA芯片技术，来监控转录组的变化。然而，这些实验的成本以及分析实验的计算机要求让测序不如芯片技术那么普及，但随着测序仪产量更高，智能条形码的实施以及可靠分析工具的出现，这将迅速改变。也就是说，如果现在要发现两个样品之间差异表达的基因，我还是会选芯片。