作者lingon (林果)
看板Biotech
标题Re: [讨论] 推荐的RNA seq厂商
时间Wed Jul 13 11:11:25 2016
当你与你们的团队的研究想做RNASeq之前,你们应该要问以下的问题:
1) 你们为什麽要做RNASeq? 要做哪一种RNASeq (RNASeq有一打以上的变化)
2) RNASeq对你们的研究有什麽优势是其他科技无法取代的？
3) 你们有没有依照RNASeq的特性设计你们的实验
4) 你们有没有独立品管RNASeq data的能力？
5) 分析手法的功力对RNASeq实验影响非常非常的大, 由於每个实验特性不太一样
需要的手法可能也会不同, 你们有没有分析能力？ 以及事後结果品管能力？
如果你们团队现阶段无法很清楚的回答1-4题, 那请先找到这四题的解答再决定
要不要花钱做RNASeq。尤其是第四题, 无法品管data就跟去珠宝店买钻石但分不出
钻石跟玻璃的差别一样的等人坑。
至於第五题, 厂商通常不会对单一个案调整分析系统, 而且他们通常也不会有
生资分析师坐镇与你们合作, 所以最好还是要找到自己可以合作的生资实验室。
如果你们找不到的话, 又只是想用RNASeq来做gene expression analysis,
我会建议直接做microarray, 矩阵的分析手法简单成熟, 结果出来自己就可以做分析
最重要的是, 绝大部分普通covereage RNASeq找得到的differential expressed gene
microarray也都找得到, 在没有好的NGS分析能力支援时这大概是最有效的做法
全世界有太多太多实验室做RNASeq 实验时完全不了解这技术, 也因此浪费了很多钱
制造没有太多用处的资料, 在台湾这种研究经费有限的环境下, 绝对要对技术了解後
再决定要不要做。
※ 引述《michaelhsien (MichaelHsien)》之铭言：
: 哈罗大家好
: 我的研究想要做RNA seq
: 询问了几家厂商，发现有不少人在做
: 像是 基龙米克斯、源资、图尔斯…等等（非广告）
: 但是不知道这几家厂商定序品质及事後分析服务是否完善
: (我们不是很擅长生物资讯方面，所以希望事後分析要够好...)
: 请问板上的各位
: 是否有推荐的厂商
: 或是很雷的厂商…QQ
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 73.219.186.149
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Biotech/M.1468379487.A.E9A.html
1F：推 Mistletoe921: 同感,推一个. 07/13 14:58
2F：推 jabari: 同意可以array解决就用array...是说我也不知道RNAseq完的 07/13 16:42
3F：→ jabari: 结果分析跟array有啥差别就是了 XD 07/13 16:42
除了isoform, sequence variant, fusion, non-coding, differential transcript
expression, intron retention 等现有microarray 技术很难克服以外, 就连gene
expression 这种基础的分析, RNASeq 跟microarray 差距也是很大.
microarray只能侦测到hundred fold change, 而RNASeq 能侦测到few thousand fold
change以上。更何况microarray有严重资讯饱和的问题, 很难分辨高表现基因的变化。
Microarray 的specificty 也是远远落後RNASeq。只是这些好处需要有深厚的分析功力
才能显彰出来, 没有分析能力拿到RNASeq也无法得到好处。
有能力设计RNASeq实验的人在很多地方是有办法将RNASeq 实验开销压到低於microarray,
所以除了一些客制化microarray以外,在transcriptome研究microarray已经非常快速
也非常全面的被RNASeq 取代。 现在使用microarray的理由差不多只剩没有
能力分析RNASeq而已
4F：推 Mistletoe921: 一种情况是老板家底很厚所以用RNASeq作gene finding 07/13 17:26
5F：→ Mistletoe921: 不然研究基因表现还是循序渐进qPCR >Array >NGS才好 07/13 17:28
完全看你的实验研究是要做什麽, NGS做discovery, qPCR做validation是大致上的共识,
但我也接过reviewer 对qPCR结果不满意要求做NGS 为validation。
至於gene finding需要的是功力雄厚的生资人以及设计好的NGS 实验
6F：→ Mistletoe921: 很多最後觉得雷的也是因为拿到data太大无法整理挂在 07/13 17:32
7F：→ Mistletoe921: 那边,例如软体跑完产生的 .csv 出来但大小有1Mega 07/13 17:34
8F：→ Mistletoe921: 我看到都觉得头痛,相信很多人无法消化. 07/13 17:34
不会unix 与R, 只会用excel的话还是找有生资背景的人合作吧...要不然就是回去做array就好
9F：推 Mistletoe921: 我也看过不少惨剧是Array结果跟RNASeq不一样,只能苦 07/13 17:41
10F：推 Ianthegood: +1 07/13 17:41
Array 跟NGS 结果不一样是常常看到的, concordance 大约只有80-90%吧
11F：→ Mistletoe921: 笑了,哈哈NGS哈哈.如果是作验证的,退路也要想好. 07/13 17:42
12F：→ blence: 上面应该是要讲1Gb的.csv吧，1Mb的应该还好 07/13 18:00
13F：推 Mistletoe921: 随便export出来都1Mb以上，但第一次用excel打开来 07/13 18:59
14F：→ Mistletoe921: 看时，只能苦笑。 07/13 18:59
15F：推 Mistletoe921: 我想表达的是整理.csv已经是最末端的工作了，但这 07/13 19:04
16F：→ Mistletoe921: 里面资料量还是很大，我也想问个问题，大家觉得这 07/13 19:04
17F：→ Mistletoe921: 应该是Researcher, 厂商，还是生资人员来整理? 07/13 19:04
就像我之前讲的这不是厂商的问题, 你们需要的是会做生资的研究人员
※ 编辑: lingon (73.219.186.149), 07/13/2016 21:26:23
18F：→ huuban: 这个嘛..如果不是模式物种..也是得先做RNASeq才有array 07/13 21:24
19F：→ huuban: 我们的实验物种就没有序列资料可以做array 07/13 21:25
※ 编辑: lingon (73.219.186.149), 07/13/2016 21:44:26
20F：推 jabari: ( -3-)y=~ 就算同物种都in bred还是不一定啊 07/13 23:11
21F：→ lingon: 说实在话看不太懂j网友在说什麽... 07/14 01:02
22F：推 michealking: 推一下 07/31 21:53
23F：→ michealking: 有考虑到RNA-seq通常实验室都蛮有钱的 就塞给厂商吧 07/31 21:54