- 询价
- 广州
- GRO-seq (新生RNA-seq)服务
- 2026年04月28日
企业认证
相关产品推荐更多 >
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：
GRO-seq (新生RNA-seq)服务
- 提供商：
表观生物
项目简介
GRO-seq (Global nuclear Run-On sequencing)是一种专门测量新生RNA的方法。该方法通过对细胞进行迅速冷冻，使细胞核内正在转录的复合体处于冻结状态，然后提取细胞核，加入Run on缓冲液，使其重新恢复RNA的转录。利用抗BrdU抗体提取带BrU标记的新生成RNA ，用于下一步高通量测序分析。
新生RNA的变化直接反映了转录调控的多种机理，通过GRO-seq技术，可以观测到基因组水平正在进行的转录，这是一种对所有参与RNA聚合酶位置、数量和定向的高分辨率虚拟图谱。
应用范围
1、取代常规RNA-seq，精准检测实时转录状态的基因表达
2、精确定位基因的转录位置和转录方向
3、发现直接作用的靶标基因
4、发现新的转录本，包括非编码RNA
5、鉴定eRNAs分子
实验流程
送样要求
1.具备条件的，可以把细胞核分离好液氮速冻并干冰运输。
2. 不具备前期准备条件的，需提供活细胞及配套培养基，常温运输。如需进行细胞前处理，请提供详细说明和相关材料，并收取相应处理费用。细胞培养及收集需根据细胞类型不同而收取相应费用。
细胞数量
1x107个细胞每样本
仅限物种
人、大鼠、小鼠
测序模式
SE 50
测序数据量：20M
分析内容
1. 数据产出统计，对原始测序数据去接头、去低质量 reads、去污染；
2. 测序序列与参考基因组序列的比对，Reads在全转录组的分布；
3. Reads在转录起始位点（TSS）附近的meta分析；
4. 转录暂停基因分析
5. eRNA分析
6. 差异基因分析
7. 差异基因 GO 功能聚类分析及KEGG生物通路富集分析
表观生物实测数据
图 1. GRO-seq 数据在 UCSC 基因组浏览器中可视化 bed 文件
表观生物客户文章
继发性耐药是抗癌治疗的主要难题，但其背后的分子机制尚不清楚。这项研究在乳腺癌细胞模型上发现内分泌耐药与表型可塑性增强相关，表现为管腔/上皮分化标记物普遍下调，基底/间质浸润标记物上调。此外，在临床乳腺肿瘤和对内分泌疗法耐药的患者的异种移植物样本中也发现了类似的基因表达变化。对调控机制的探究发现，雌激素受体α和其他致癌转录因子（如GATA3和AP1）之间的差异性相互作用，驱动全局增强子获得性/缺失性重编程，大大改变了乳腺癌转录程序。在培养的和异种移植模型中的功能研究表明，揭示了GATA3和AP1在重塑增强子图谱和调节癌症表型中的协调作用。综上所述，此研究表明，增强子上不同的转录因子组合可触发全基因组的增强子重编程，导致转录转变，促进肿瘤表型可塑性和治疗耐药。
图9. MCF7P和TamR细胞的缺失性LOSS、普通COMMON和获得性GAIN增强子的GRO-seq标签浓度，表明eRNA转录与增强子获得/缺失事件匹配
图10. GRO-seq和ChIP-seq联合分析，图为代表性的ERα缺失性和获得性增强子及其靶基因BCL2和EGFR上的信号，表明eRNA转录还与增强子及靶基因的转录活动负相关
图11. 各组MCF7P细胞EGFT基因位点上的ChIP-seq信号（上图）和GRO-seq信号（下图），此结果与其他更多数据共同表明GATA3和AP1在功能上协调促进TamR相关增强子重编程和基因表达。
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[1] Core L J, Waterfall J J, Lis J T. Nascent RNA sequencing reveals widespread pausing and divergent initiation at human promoters[J]. Science, 2008, 322(5909): 1845-1848.
SLAM-seq—RNA合成及降解代谢动力学分析，基因动态表达研究的首选 基因表达是一个动态的过程，取决于细胞内环境的稳态以及对环境的适应性，基因信息调控的转变可能会导致人类疾病的发生。这些基本生物学进程的背后是一个非常精密的分子调控事件，它们控制着RNA转录，加工和降解相关的动力学（图1）。了解基因调控的分子基础需要以转录特异性和系统的方式深入了解RNA合成和降解相关动力学。但是，对于常规的RNAseq，我们只能获得终点水平的RNAs丰度信息，无法区分及定量新合成的新生RNAs水平
Computational Analysis of RNA-seq
Using High-Throughput DNA Sequencing (HTS) to examine gene expression is rapidly becoming a �viable choice and is typically referred to as RNA-seq. Often the depth and breadth of coverage of RNA-seq data can exceed what is achievable using
Transcriptome Analysis Using RNA-Seq
Transcriptome analysis by next-generation sequencing (RNA-seq) allows investigation of a transcriptome at unsurpassed resolution. One major benefit is that RNA-seq is independent of a priori knowledge on the sequence under investigation
技术资料暂无技术资料 索取技术资料
