| Microarray, IPA and GSEA Analysis in Mice Models
|
|
Author:
Date:
2018-09-05
[Abstract] This protocol details a method to analyze two tissue samples at the transcriptomic level using microarray analysis, ingenuity pathway analysis (IPA) and gene set enrichment analysis (GSEA). Methods such as these provide insight into the mechanisms underlying biological differences across two samples and thus can be applied to interrogate a variety of processes across different tissue samples, conditions, and the like. The full method detailed below can be applied to determine the effects of muscle-specific Notch1 activation in the mdx mouse model and to analyze previously published microarray data of human liposarcoma cell lines.
[摘要] 该协议详述了使用微阵列分析，独创性途径分析（IPA）和基因集富集分析（GSEA）在转录组水平分析两个组织样品的方法。 诸如此类的方法提供了对两个样品之间的生物学差异的潜在机制的洞察，因此可以应用于跨越不同组织样品，条件等询问各种过程。 下面详述的完整方法可用于确定肌肉特异性Notch1激活在 mdx 小鼠模型中的作用，并分析先前公布的人脂肪肉瘤细胞系的微阵列数据。
【背景】各种细胞类型的转录组学分析对于阐明细胞的功能元件至关重要，可以深入了解细胞特异性特征，并可突出与不同发育或疾病阶段相关的变化（Wang et al。，2009） 。虽然RNA测序变得越来越流行，但分析的相对成本和时间可能是一种负担。因此，微阵列分析是比较各种mRNA样品之间相对基因表达水平的替代工具（Read et al。，2001）。微阵列通常用于研究与疾病状态相关的变化，其疾病状态的基因表达模式可以被推断或已经被定义（Amaratunga et al。，2007）。 Ingenuity途径分析（IPA，QIAGEN）通常与大规模组学数据结合使用，并提供有关不同样本可能显着改变的途径，基因和其他特征的信息。基因集富集分析（GSEA）使用与各种疾病或途径相关的先验的基因集和特征，以便为感兴趣的样品提供生物学应用。
Bi及其同事使用下述方法来理解Notch信号传导在肌肉再生和脂肪肉瘤中的作用，脂肪肉瘤是一种常见的软组织癌类型（Bi ...
|
|
|
| A Modified Low-quantity RNA-Seq Method for Microbial Community and Diversity Analysis Using Small Subunit Ribosomal RNA
|
|
Author:
Date:
2018-05-05
[Abstract] We propose a modified RNA-Seq method for small subunit ribosomal RNA (SSU rRNA)-based microbial community analysis that depends on the direct ligation of a 5’ adaptor to RNA before reverse-transcription. The method requires only a low-input quantity of RNA (10-100 ng) and does not require a DNA removal step. Using this method, we could obtain more 16S rRNA sequences of the same regions (variable regions V1-V2) without the interference of DNA in order to analyze OTU (operational taxonomic unit)-based microbial communities and diversity. The generated SSU rRNA sequences are also suitable for the coverage evaluation for bacterial universal primer 8F (Escherichia coli position 8 to 27), which is commonly used for bacterial 16S rRNA gene amplification. The modified RNA-Seq method will ...
[摘要] 我们提出了一种用于小亚基核糖体RNA（SSU rRNA）的微生物群落分析的经修改的RNA-Seq方法，其依赖于在逆转录之前将5'衔接子直接连接至RNA。 该方法仅需要低输入量的RNA（10-100ng），并且不需要DNA去除步骤。 使用这种方法，我们可以在不受DNA干扰的情况下获得相同区域（可变区V1-V2）的更多16S rRNA序列，以便分析OTU（经营分类单元）的微生物群落和多样性。 所产生的SSU rRNA序列也适用于通常用于细菌16S rRNA基因扩增的细菌通用引物8F（大肠杆菌8至27位）的覆盖度评估。 修改的RNA-Seq方法将有助于确定各种环境样品的潜在活性微生物群落结构和多样性，并且还可用于鉴定新型微生物类群。
【背景】核糖体RNA（rRNA）占总微生物RNA的90％以上，适合微生物群落分析作为合成蛋白质的微生物生理活性指标（Blazewicz et。，2013年）。微生物群落转录物（包括rRNA和mRNA）在特定环境（双RNA转录组学）中的研究在提供微生物功能和分类信息方面具有优势（Urich等人，2008年）未能进行基于OTU的社区比较。尽管当分析凝胶提取的SSU rRNA时，可以使用16S rRNA序列的V3区来计算和比较多样性指数，但是发现仅有三分之一的所得16S ...
|
|
|
| Detecting the Interaction of Double-stranded RNA Binding Protein, Viral Protein and Primary miRNA Transcript by Co-immunoprecipitation in planta
|
|
Author:
Date:
2018-05-05
[Abstract] MicroRNAs (miRNAs) play important roles in plant growth, development, and response to infection by microbes. Double-stranded RNA binding protein 1 (DRB1) facilitates the processing of primary miRNA transcripts into mature miRNAs. Recently, we found that NS3 protein encoded by rice stripe virus (RSV) associates with DRB1 and promotes miRNA biogenesis during RSV infection (Zheng et al., 2017). RNA co-immunoprecipitation (RIP) method was applied to identity association patterns among DRB1, NS3, and miRNA transcript.
[摘要] 微小RNA（miRNA）在植物生长，发育和微生物感染反应中发挥重要作用。 双链RNA结合蛋白1（DRB1）有助于将初级miRNA转录物加工成成熟的miRNA。 最近，我们发现水稻条纹病毒（RSV）编码的NS3蛋白与DRB1相关并促进RSV感染期间的miRNA生物合成（Zheng等人，2017）。 RNA共免疫沉淀（RIP）方法被用于鉴定DRB1，NS3和miRNA转录物之间的关联模式。
【背景】在双链RNA（dsRNA）结合蛋白HYPONASTIC LEAVES1（DRB1 / HYL1）的帮助下，通过RNA酶III酶DICER-LIKE1（DCL1）从其初级转录物（pri-miRNA） 锌指蛋白SERRATE（SE）。 水稻条纹病毒（RSV）感染广泛地干扰miRNA积累。 我们发现RSV编码的非结构蛋白3（NS3）通过与水稻中的DRB1相互作用下调pri-miRNAs来促进miRNA积累（Zheng等人，2017）。 为了揭示NS3如何增强pri-miRNA的加工，我们使用免疫共沉淀（Co-IP）来说明NS3，DRB1和pri-miRNA体内的关系。 该协议有助于了解两种蛋白质和一种RNA转录本之间的关联模式。
|
|
|