实验目的：
数字基因表达谱利用新一代高通量测序技术和高性能计算分析技术，能够全面、经济、快速地检测某一物种特定组织在特定状态下的基因表达情况，已被广泛应用于基础科学研究、医学研究和药物研发等领域。可重复性高：同一实验室两次独立实验的相关性超过99%，不同实验室两次独立实验的相关性高达98%； 检测阈值宽：跨越6个数量级的宽检测阈值，既能检测低至2个拷贝的稀有转录本，也能精确定量几十万拷贝的高表达转录本；分析兼容性：数据格式与芯片相同，与芯片的分析软件兼容。测序长度为1*50bp.

实验流程：
类似转录组方法。

实验平台：
Hiseq2000

数据分析：

（1）原始测序Reads质量基本统计
（2）Mapping率统计
Mapping率统计。我们应用Bowtie软件，将Clean后的Reads匹配回基因组上，计算Mapping到基因组上的比率。Bowtie是一个超级快速的，较为节省内存的短序列拼接至模板基因组的工具。它在拼接35碱基长度的序列时，可以达到每小时2.5亿次的拼接速度。它适合的工作是将小序列比对至大基因组上去。
（3）Mapping随机性分析
提取每个基因序列，根据SOAP的比对结果，检查Reads在各基因上的分布，分析不同样本的Reads在转录本上的分布是否是随机，并用Kolmogorov-Smirnov test进行随机性检验，检查Reads的位置分布是否为均匀分布。
（4）差异表达基因筛选
（5）差异基因功能富集分析
KEGG富集分析（我们使用fisher test 对差异表达的基因进行KEGG的Pathway进行富集分析。KEGG功能显著性富集分析给出与基因组背景相比，在差异表达基因中显著富集的KEGG的代谢通路，从而给出差异表达基因与哪些生物学功能显著相关。该分析首先把所有差异表达基因向KEGG数据库（www.genome.jp/kegg/‎）的各个pathway映射，计算每个pathway的基因数目，然后应用超几何检验，找出与整个基因组背景相比，在差异表达基因中显著富集）。

GO富集分析（给出与基因组背景相比，在差异表达基因中显著富集的GO功能条目，从而得出差异基因与哪些生物学功能显著相关。该分析首先把所有差异表达基因向Gene Ontology数据库（http://www.geneontology.org/）的各个term映射，计算每个term的基因数目，然后应用超几何检验，找出与整个基因组背景相比，在差异表达基因中显著富集）。

（6）聚类分析
当数据存在时间、浓度等梯度重复时，我们样本进行HEATMAP聚类分析，聚类前，进行数据的过滤处理。



费用及其周期：
费用：
检测费用：8000元/样本
周期：
检测实验：45-60工作日
送样要求：
（1）组织样品（动物、植物、微生物）：提供总量大于200毫克的新鲜样品，避免过老组织；采样后应立即用液氮冻存，送样时使用干冰；
（2）RNA/DNA样品：请提供OD260/280介于1.8~2.0之间，浓度>100ng/ul，总量为10ug，并确保RNA无降解，无污染；送样时使用干冰；质检以我方电泳胶图和紫外分析仪定量为准。