- ¥4500
- 上海
- 最新开发的人全转录组基因表达芯片，消除了这些技术和分析限制。这一系列芯片上70%的探针覆盖编码转录本的外显子，其余30%的探针覆盖外显子之间的剪接位点和非编码转录本，无以伦比的覆盖度带来了迄今为止最为深入的编码和非编码转录本研究。
- 2025年07月14日
万千商家帮你免费找货
0 人在求购买到急需产品
- 详细信息
- 询价记录
- 文献和实验
- 技术资料
- 服务名称：
编码基因及非编码基因表达检测及分析
- 提供商：
上海其明信息技术有限公司
- 规格：
每个样本
- GeneChip® Human Transcriptome Array 2.0
研究表明，基因中包含了几十万个外显子，它们产生不同的转录本异构体。当基因的外显子在加工好的信使RNA中被保留或者去除时，转录本异构体就会产生。选择性剪接的五个基本模式为：
- 外显子跳跃(Exon skipping)
- 互斥外显子(Mutually exclusive exons)
- 选择性5’端供体位点(Alternative 5’ donor sites)
- 选择性3’端受体位点(Alternative 3’ acceptor sites)
- 内含子保留(Intron retention)
HTA 2.0芯片特点如下：
- 多个来源的数据经过编辑和组织，以便减少冗余的探针组，制定目前最全面的基因模式；
- 结果更可信，批内重复相关系数≥0.99，所有检测过的组织观察到的变异系数(CV)<6.5%；
- 临床和非临床样本都能获得有意义的结果， 包括FFPE样本(福尔马林固定石蜡包埋)和新鲜冻存样本；
- 转录组的均一覆盖，每个外显子设计约10条探针，每个外显子之间的剪接点有4条探针。确保每个实验都能获得完整、准确和可重复的数据。探针都分类成探针组，数据转化并汇总成基因水平、外显子水平和剪接位点水平的探针组，产生的海量数据，使用Affymetrix® Transcriptome Analysis Console (TAC)软件，在基因和外显子水平观察表达变化以及深入研究发生选择性剪接的外显子，准确检测罕见转录本而不影响整体性能，实现选择性剪接事件/转录本异构体的分析；
| HTA2.0芯片设计和注释的数据来源 |
| RefSeq |
| Ensembl |
| UCSC (known genes and lincRNA transcripts) |
| Vertebrate Genome Annotation (Vega) database |
| Mammalian Gene Collection (MGC) (v10) |
| lncRNA db |
| Broad Institute, Human Body Map lincRNAs and TUCP catalog |
| Array content | Protein coding content | Non-protein coding content |
| Genes (transcript clusters) | 44699 | 22829 |
| Transcripts | 245349 | 40914 |
| Exons | 560472 | 109930 |
| Exon clusters | 296058 | 82444 |
| Splice junctions (probe sets) | 339146 | 0 |
- GCBI支持GeneChip® Human Transcriptome Array 2.0芯片分析
设计及分析结果展示及试用，请注册GCBI ，参考 示范实验室
- 参考文献
[2] Shangqing Song, Linhui Wang, et al. RCCRT1 Is Correlated With Prognosis and Promotes Cell Migration and Invasion in Renal Cell Carcinoma[J]. Urology, 2014 （HTA1.0）
[3] Z Liu, et al. Microarray Profiling and Co-Expression Network Analysis of Circulating lncRNAs and mRNAs Associated with Major Depressive Disorder[J]. Plos One, 2014 （HTA2.0）
[4] P Wang, XT Cao, et al. The STAT3-Binding Long Noncoding RNA lnc-DC Controls Human Dendritic Cell Differentiation[J]. Science, 2014 （HTA2.0）
风险提示：丁香通仅作为第三方平台，为商家信息发布提供平台空间。用户咨询产品时请注意保护个人信息及财产安全，合理判断，谨慎选购商品，商家和用户对交易行为负责。对于医疗器械类产品，请先查证核实企业经营资质和医疗器械产品注册证情况。
- 作者
- 内容
- 询问日期
文献和实验相关专题 DNA微阵列基因表达数据分析 对于基因表达谱数据的分析是生物信息学 的研究热点和难点。转化为数学问题，分析任务是从数据矩阵 M 中找出显著性结构，结构类型包括全局模型 (model) 和局部模式 (pattern) 。对基因表达谱数据的分析是数据挖掘问题，所采用的方法包括通过可视化进行探索性数据分析( Exploratory Data Analysis )、描述建模 (descriptive modeling) 、分类、聚类
前几天学霸平台有一篇推文《这才是科研狗脱贫的王道》，开篇用一组气势磅礴的排比句道破生物科研狗脱贫的天机 ---- 生物信息学。的确有师姐靠生物信息学发高分文章，也有师兄毕业进华大、博奥、华因康，持股分红薪资强，摇身一变，从此走上人生巅峰。可是，作为科研狗，想要走上人生巅峰，首先你得能毕业。说到生物信息学（bioinformatics），通常在处理高通量数据的过程中，我们往往需要借助一些表达谱信息进行比对分析，通过不同类型样本之间的比较，获得与疾病表型存在显著相关性的基因标识。而这一系列过程中
不会 python，不懂 R？教你一招快速分析基因表达谱 | 实验时间
前几天学霸平台有一篇推文《这才是科研狗脱贫的王道》，开篇用一组气势磅礴的排比句道破生物科研狗脱贫的天机----生物信息学。的确有师姐靠生物信息学发高分文章，也有师兄毕业进华大、博奥、华因康，持股分红薪资强，摇身一变，从此走上人生巅峰。可是，作为科研狗，想要走上人生巅峰，首先你得能毕业。说到生物信息学（bioinformatics），通常在处理高通量数据的过程中，我们往往需要借助一些表达谱信息进行比对分析，通过不同类型样本之间的比较，获得与疾病表型存在显著相关性的基因标识。而这一系列过程中
技术资料暂无技术资料 索取技术资料
