基因检测数据的使用流程-尊龙官方网站

基因检测数据的使用流程？如果你对这个不了解，来看看！

肿瘤基因检测为精准诊疗保驾护航,下面一起来看看本站小编光明网给大家精心整理的答案，希望对您有帮助

基因检测数据的使用流程1

肿瘤基因检测，越来越多的老百姓在日常生活中听到这个名词，但是对肿瘤基因检测知之甚少。作为过去几十年肿瘤研究中的重要创新和突破，肿瘤基因检测对肿瘤的发现、诊断和治疗产生了巨大的影响。

肿瘤本质上是一种基因病。与正常细胞相比，肿瘤细胞发生了基因突变，可以持续生长，持续的突变累积会导致肿瘤的发生。但并不是所有的突变都参与肿瘤的发展，其中可以促进肿瘤发展的被称为“驱动突变”，与致癌无关的称为“乘客突变”。肿瘤基因检测的目的是检测肿瘤发生的突变，找出驱动突变，根据检测的结果，医生推荐合适的分子靶向药物、免疫药物给患者。

肿瘤基因检测通常需要采集患者的体液标本(血液、胸水、腹水、脑脊液等)和组织标本(手术、活检等)进行检测，体液标本采集更容易，组织标本检测的结果更为准确。

肿瘤基因检测主要是针对肿瘤患者和有肿瘤家族史的人群。适用于以下几种情况，包括术前新辅助靶向或免疫治疗的患者；无法手术，考虑靶向或免疫治疗的患者；术后复发的患者；靶向治疗耐药后的患者；有肿瘤家族史或家族成员具有已知的遗传突变等。

国内从事基因检测的公司较多，各个公司推出的产品纷繁复杂，普通老百姓一时不知从何下手。很多规模较大的三甲医院已经独立开展肿瘤基因检测业务，肿瘤患者和有肿瘤家族史的人群可以前往已经开展相关业务的医院咨询医生，让专业人士提供专业的建议。

正如医生并不能治愈每一位患者，肿瘤基因检测也无法为每位肿瘤患者创造奇迹。肿瘤基因检测的效用主要体现在三个方面：陆续上市的各类靶向药无疑给肿瘤患者带来了福音，肿瘤基因检测会带来新的治疗希望和药物选择；肿瘤的异质性决定了患者千人千面，肿瘤基因检测能够帮助医生全面深刻地认清肿瘤、了解患者；基因测序深度和测序数据量的进步有助于更全面、更准确地解析肿瘤，肿瘤基因检测将穷尽所能探寻对治疗肿瘤可能有用的循证信息。

(复旦大学附属肿瘤医院 陈臻瑶 邹海）

来源： 新民晚报

基因检测数据的使用流程2

既要转录组测得了，又要细胞活得好

若干年前，有一个“诡异现象”困惑着攻读博士学位的陈万泽。他在诱导细胞死亡时经常发现，明明诱导条件和细胞来源相同，细胞死亡速度和反应却大不一样。这一“诡异现象”似乎说明：那些看起来一样的细胞其实不完全一样！

同样的问题困扰着所有研究单细胞的科学家。细胞从前世到今生的变化蕴含了我们生老病死的奥秘:一个受精卵的今时昨日就是一次个体发育的历程；一个癌细胞的来龙去脉就是一部肿瘤发病史；一个免疫细胞的出场谢幕就是一场和病原殊死搏杀的战争大戏。所以，跟踪细胞的动态变化过程不仅有助于解码细胞生命的奥秘，更有助于揭示疾病发生的根本原因。

细胞内各个基因是否表达、每个基因表达量的高低被称作细胞的转录组，可以很好地体现细胞的状态。2009年汤富酬教授开发了单细胞mrna测序技术，可以了解单独一个细胞的转录组来解析细胞状态。

但是普通的单细胞转录组测序技术有一个局限：需要裂解杀死细胞获得所有mrna才能做转录组测序。这就导致了科研人员只能解析某一时刻的单细胞转录组，无法在测量细胞转录组之后继续观察细胞的状态。以陈万泽遇到的问题为例：想知道看起来一样的细胞哪里不一样，最好的方法就是知道每个细胞在刺激前的转录组，再知道刺激后的细胞反应和刺激后的转录组。两相比较就知道了每个细胞的差异，以及哪些差异影响了细胞的反应。可是如果在刺激前就裂解细胞收集mrna，那么细胞已经死亡无法接受刺激；如果在刺激完成后收集mrna，则无法收集到刺激前的细胞转录组，从而陷入“既要确保细胞活着，又要完成测序”的死循环。

从韩家淮院士课题组博士毕业后，陈万泽老师来到了瑞士洛桑联邦理工学院（epfl）bart deplancke课题组做博后，得到了诺贝尔奖得主bruce beutler（先天性免疫受体发现者诺贝尔奖得主）的指引：“一个问题很多人关心，就是一个好问题；一个好问题很多人试图解决都解决不了，就是一个难题。好问题值得去解决，而难题值得用你所有精力去努力”。

陈万泽决定，开发一种能对活细胞做转录组的技术，要能记录直径只有头发丝1/1000的细胞中转录组的“悲欢离合，电影人生”。

live-seq开发难，步步逼近路回转

刚开始陈老师想收集细胞外泌体（细胞向外面吐出来的小泡，内含蛋白质、rna等）做转录组测序，用外泌体的转录组来反映细胞的转录组。尽管进行了细胞改造、制备微流控芯片、大幅优化转录组测序流程等工作，但是由于细胞分泌的外泌体数量少得可怜，这个方法最后失败了。

左：外泌体示意图，修改自维基百科；右：捕获单细胞的微流控芯片

得益于epfl学科交叉和非常频繁的学术交流，陈万泽了解到了材料领域常用但生命科学领域很小众的工具——原子力显微镜。这种显微镜有一个很尖很尖的硅探针，多用于检测物质表面性质。陈万泽将针尖修饰上polyt，用来结合mrna的polya尾巴，通过polyt和polya的配对结合把mrna“钓”出来。由于针尖很细，对细胞的损伤就很小。这样既“钓”到了细胞的mrna，又保证了细胞能继续存活。经过尝试，这个方法能“钓”到基因，但是用了大量探针做实验只有2个探针有结果。虽然有进展，但高度受限于探针的昂贵和低成功率。

左：原子力显微镜原理图，修改自维基百科；右：探针修饰polyt示意图

俗话说得好，无巧不成书。一次学术交流中陈万泽和导师了解到，彼时隔壁瑞士联邦理工学院的julia vorholt实验室开发了一种特殊的原子力显微镜，能吸出来一部分细胞质……等会儿，你是说，他们实验室的原子力显微镜能吸出来一部分细胞质？

一番电话沟通，双方一拍即合。两个课题组优化了实验过程，包括探针中预混rna酶抑制剂、低温下的快速操作、超微量样品转移、逐样品清洗避免交叉污染、图像下追踪细胞等措施来保证实验结果的可靠性，更巧的是陈万泽一开始为了外泌体测序优化的转录组测序流程此时也派上了用场。

经过不断努力这项新技术开发了出来，并最终被命名为——live-seq活细胞测序。

技术开发不随便，各个方面要检验

左图为实验示意图，右图为实拍显微镜吸取细胞质（论文作者供图）

技术开发出来必然要接受一系列的质问和考验：

普通单细胞转录组可以描述不同细胞状态，你live-seq能准确描述出不同细胞的类型和状态吗？

能！联合课题组用live-seq测了五种状态细胞的转录组，一共检测了294个细胞，平均每个细胞检测到约4112个基因的表达，与常规单细胞转录组方法检测到的基因数量接近。live-seq转录组的数据能够清晰地将五种细胞分开，说明live-seq测到的转录组能有效区分不同类型的细胞。

live-seq能有效区分不同的细胞（论文作者供图）

普通单细胞转录组可以描述整个细胞状态，你live-seq吸出来的这一部分能代表整个细胞吗？

能！课题组将live-seq测到的数据和整个细胞的转录组相比较，发现二者没有显著的区别，说明live-seq测到的数据能有效代表整个细胞的转录组。

live-seq和完整细胞的测序数据一致（论文作者供图）

开发live-seq是为了让细胞测序完还能存活的，你live-seq能保证细胞被吸取了一部分细胞质还存活吗？

能！live-seq平均每次吸取的细胞质只有1.1 pl，吸取后的细胞存活率在85%-89%，要知道细胞传代时胰蛋白酶解离后的细胞存活率也才90-95%。课题组还比较了不吸取细胞质的细胞、吸取细胞质后1小时的细胞、吸取4小时细胞的转录组，三者一致，说明live-seq没有对细胞造成很大的影响。并且在显微镜下，课题组能观察到吸取过细胞质后，细胞体积可以快速恢复到正常水平，还能正常分裂，更说明不影响细胞存活。

吸取细胞质不会对影响细胞转录组（论文作者供图）

live-seq之后细胞仍能正常生长、分裂（论文作者供图）

开发新技术是为了解决实际问题，你live-seq能解决实际问题吗？

能！而且立刻显现出不俗的实力。live-seq能够先测量“过去”的细胞作为细胞变化的“因”，让细胞存活一段时间后，再对细胞进行测序作为细胞变化的“果”。能够同时呈现因果是live-seq的重要特点。作为牛刀小试，联合课题组采用了raw-g9巨噬细胞系模型，其中包含一条神奇的通路：当使用lps刺激，细胞中的nf-κb表达量上升，nf-κb的上升会同时刺激tnf-mcherry和nfkbia的上升，但是nfkbia的上升会抑制nf-κb。

lps-nf-κb通路关系，红色箭头代表促进作用，蓝色线条代表抑制作用

使用传统的单细胞测序，只能暂停到细胞裂解的那个时刻，在这一时刻因为nf-κb的调控，tnf-mcherry和nfkbia要么同时高要么同时低；但是当使用live-seq观察的时候，nfkbia表达量升高会导致tnf-mcherry表达量下降，这是传统单细胞测序技术无论如何也观察不到的。这种奇妙的感觉就像michael jackson的“太空舞步”，暂停下来每一帧都好像在向前走，但是当你连贯起来看却发现人在后退！这一次live-seq完胜。

研究成果想要炫，学科交叉说了算

回顾live-seq的开发过程，学科交叉显得尤为重要，优化超微量rna的测序步骤需要扎实的生物学实验功底，大批的数据分析需要生物信息的能力，更不要提原子力显微镜的使用需要跨到材料领域学习。这其中任何一项的缺失都会导致这项技术的开发失败，陈老师讲述中课题组之间的合作早就不是各自分工，而更像武侠小说里身负多项绝学后洗练招式的融会贯通。

学科交叉的魅力又不局限于本篇研究。现代科学在研究自然界的时候划分了很多学科，然而自然界原本就是一个相互联系的有机整体。科学交叉集分化与综合于一体，实现了科学的整体化。既是还原了自然本来面目，也是发现问题、解决问题的新战场，更有利于解决人类面临的复杂科学问题。

以上的研究经历和研究结果是2022年8月17日，中国科学院深圳先进技术研究院合成生物学研究所陈万泽课题组、瑞士洛桑联邦理工（epfl）bart deplancke课题组和苏黎世联邦理工（ethz）julia vorholt课题组合作在nature发表的题为genome-wide molecular recording using live-seq 的文章，该研究开创了一种利用原子力显微镜对活细胞转录组做测序的方法，可以将scrna-seq从终点分析转换为时间分析来解决广泛的生物学问题。

论文链接：https://www.nature.com/articles/s41586-022-05046-9

doi: 10.1038/s41586-022-05046-9

来源：中国科学院深圳先进技术研究院

基因检测数据的使用流程3

师兄做了转录组测序实验，老师说让我从这个数据里挖掘一下信息作为我下一步课题的开始，我该怎么做呢？估计很多科研者都会碰到此类的问题。转录组测序一般是通过高通量的方式把对照组和实验组的所有基因的rna表达水平差异检测出来，虽然数据只有参考价值，但是可以进行大批量的筛选差异基因，进行进一步的验证，这也是大家都会用到的方法。通过转录组测序选择差异基因，需要继续在动物模型和细胞实验中验证基因功能，其中细胞实验基因功能验证小编前面已经写过，在此就不表述了，下面讲讲动物模型中的检验；

1. 首先通过查阅文献以及其他人已发布的芯片数据，进行目标疾病或者目标表现的差异基因资料查询，此外也可以自己收集对照组和处理组的样本进行转录组测序，分析数据，最终都是确定预期靶标基因；

2. qpcr、wb或者免疫组化实验进行表达量验证：一般先进行qpcr表达量验证，若是临床疾病的差异基因a，可以使用临床样本的免疫组化/免疫荧光进行差异基因表达量验证；

免疫荧光实验验证表达量：

3. 确定表达确实有差异后，进行动物模型造模，动物模型种类比较多，下面简单列一些，针对这些模型进行下列实验：

裸鼠成瘤模型

大鼠皮下植入模型

大鼠颈动脉狭窄模型

大鼠皮肤缺损模型

大鼠胆结石模型

兔骨缺损模型

小鼠肺损伤模型

大鼠mcao模型

豚鼠过敏性鼻炎模型

小鼠胚胎种植

大鼠脊髓损伤模型

大鼠心肌损伤模型

大鼠细菌肺炎模型

大鼠脂肪肝模型

大鼠一型糖尿病模型

大鼠肝纤维化模型

大鼠一型糖尿病模型

大鼠结肠炎模型

大鼠心肌缺血再灌注模型

大鼠酒精性肝炎模型

大鼠腹部感染模型

大鼠睡眠剥夺模型

大鼠血糖波动模型

小鼠肠炎模型

小鼠动脉粥样硬化模型

呼吸系统疾病动物模型

大鼠脑死亡模型

大鼠坐骨神经压迫致痛模型

小鼠银屑病模型

6-ohda损毁建立部分损伤pd模型

（1）动物造模预实验（通过文献查阅，设计模型预实验，判断动物造模成功率以及时间安排情况，此处以大鼠颈动脉狭窄模型作为案例）

①对照组，6只

②模型组，6只

颈动脉狭窄（cas）模型建立：wistar 大鼠，麻醉后暴露小鼠单侧颈总动脉，夹闭颈总动脉，在颈动脉近心端切开小口，使用导丝探入颈总动脉旋转摩擦破坏动脉内膜。生理盐水冲洗动脉腔，缝合切口，恢复血运。

取材：

a造模后在15d和24d对2组动物分别处死3只，取狭窄侧颈动脉标本进行he染色，判断造模效果。

b 造模后15d和24d取血清以及狭窄侧颈动脉标本进行-80冻存，进行qpcr和wb检测，初步判断a基因在此模型中表达量是否有差异，此外a基因调控的下游信号通路：例如周期或者凋亡相关信号通路是否也有差异。

he结果显示颈动脉造模效果

wb检测结果（a基因和内参actin）

（2）动物正式实验（此处以大鼠颈动脉狭窄模型作为案例，抑制剂为目标基因a的抑制剂，进行动物注射，也可以用腺相关病毒注射进行a基因的过表达或者敲低）

①对照组，6只

②模型组，6只

③模型组 抑制剂，6只

造模15d后，全部处死取材：血清、颈动脉狭窄端、粪便，进行生化检测、elisa检测、he、免疫荧光检测、qpcr、wb、16s细菌多样性检测等方法进行后续机制研究；

α-sma免疫荧光染色结果

对照组

模型组

模型组 抑制剂组

elisa检测结果

常规的动物造模实验都会包含预实验，正式实验。而正式实验就需要通过常规的病理染色、蛋白平台、分子平台等实验手段，可能还会增加微生物实验、ct扫描、ttc染色、行为学检测等，这些都因为模型不同研究的通路不同而有所差异，但是思路都是相通的，需要了解这个模型足够多的背景文献和已经发表的机制进展，进而选择可能的新机制。