二、转录组学数据

转录组（transcriptorne）是指一个生物体从基因组DNA上所能转录出来的所有RNA，有时也被称为表达谱。从RNA水平研究基因表达及其丰度情况可以推测特定细胞或组织的状态与所具有的功能，不仅可以揭示特定基因的作用机制，还可以用于疾病的诊断。是研究细胞表型和功能的重要手段。与基因组的概念不同，转录组的定义中包含了时间和空间的限定，同一细胞处于不同的生长周期，或者不同类型的细胞，其转录组会有明显的差异。而研究生物细胞和组织中转录组的动态过程和变化规律的学科就被称为转录组学（transcriptomics）。1991年Affymetrix公司在分子生物学Southern blot技术基础上，开发出世界上第一块寡核苷酸基因芯片（microarray），自此揭开了转录组研究的序幕。基因芯片将大量预先设计好的寡核苷酸探针分子固定于支持物（通常是玻片）表面后与标记的样品核酸分子进行杂交，捕捉可以与特定寡核苷酸探针分子进行配对的样品核酸片段。最后，通过检测每个探针分子的杂交信号强度获取样品中相应基因的表达丰度。利用基因芯片技术，研究人员取得了大量的生物学和医学研究成果，如肿瘤标记物。然而，基因芯片技术需要提前获知待研究样本的基因序列信息，因此对于研究的范围有一定的局限性；并且基于DNA杂交的基因芯片背景噪声高，对于未知的、表达丰度不高的转录片段探测能力不强，对于表达丰度非常高的转录片段具有信号饱和区，影响表达量的探测精度；最为重要的是基因芯片技术只能获得探针相关的相对表达丰度，在一定程度上限制了转录组研究的研究内容。随着高通量测序技术的发展，很多研究开始使用高通量测序技术进行转录组研究。转录组测序对实验抽提出来的转录组进行随机打断，并对打断后的短片段进行逆转录、测序，获取每个短片段的序列。高通量测序技术测定基因表达量基于以下原理：如果一个基因转录本的丰度高，则来自该转录本的短片段也相对更多，最终测序获得的短片段也越多。该技术具有相当高的可重复性，有文献报道其重复样本间的相关性系数大于0.9。高通量测序技术在转录组中的应用，也大大扩展了转录组的研究深度。通常来说转录组研究是对同一物种的基因组学研究的自然延伸，即只有获得目标物种全基因组信息，之后才可以进行该物种的转录组学研究。对于没有参考基因组数据的生物，基于高通量测序的转录组研究也可以通过转录组de novo拼接等技术来获取表达的基因序列及其表达丰度开展相关的研究。也为基因的选择性剪接（alternative splicing）、RNA编辑（RNA editing）㈨、基因融合（gene fusion）等新兴转录组研究领域提供了成熟的技术解决方案。(https://www.daowen.com)