作者lingon (林果)
看板Biotech
標題Re: [討論] 推薦的RNA seq廠商
時間Wed Jul 13 11:11:25 2016
當你與你們的團隊的研究想做RNASeq之前,你們應該要問以下的問題:
1) 你們為什麼要做RNASeq? 要做哪一種RNASeq (RNASeq有一打以上的變化)
2) RNASeq對你們的研究有什麼優勢是其他科技無法取代的？
3) 你們有沒有依照RNASeq的特性設計你們的實驗
4) 你們有沒有獨立品管RNASeq data的能力？
5) 分析手法的功力對RNASeq實驗影響非常非常的大, 由於每個實驗特性不太一樣
需要的手法可能也會不同, 你們有沒有分析能力？ 以及事後結果品管能力？
如果你們團隊現階段無法很清楚的回答1-4題, 那請先找到這四題的解答再決定
要不要花錢做RNASeq。尤其是第四題, 無法品管data就跟去珠寶店買鑽石但分不出
鑽石跟玻璃的差別一樣的等人坑。
至於第五題, 廠商通常不會對單一個案調整分析系統, 而且他們通常也不會有
生資分析師坐鎮與你們合作, 所以最好還是要找到自己可以合作的生資實驗室。
如果你們找不到的話, 又只是想用RNASeq來做gene expression analysis,
我會建議直接做microarray, 矩陣的分析手法簡單成熟, 結果出來自己就可以做分析
最重要的是, 絕大部分普通covereage RNASeq找得到的differential expressed gene
microarray也都找得到, 在沒有好的NGS分析能力支援時這大概是最有效的做法
全世界有太多太多實驗室做RNASeq 實驗時完全不了解這技術, 也因此浪費了很多錢
製造沒有太多用處的資料, 在台灣這種研究經費有限的環境下, 絕對要對技術了解後
再決定要不要做。
※ 引述《michaelhsien (MichaelHsien)》之銘言：
: 哈囉大家好
: 我的研究想要做RNA seq
: 詢問了幾家廠商，發現有不少人在做
: 像是 基龍米克斯、源資、圖爾斯…等等（非廣告）
: 但是不知道這幾家廠商定序品質及事後分析服務是否完善
: (我們不是很擅長生物資訊方面，所以希望事後分析要夠好...)
: 請問板上的各位
: 是否有推薦的廠商
: 或是很雷的廠商…QQ
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 73.219.186.149
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Biotech/M.1468379487.A.E9A.html
1F：推 Mistletoe921: 同感,推一個. 07/13 14:58
2F：推 jabari: 同意可以array解決就用array...是說我也不知道RNAseq完的 07/13 16:42
3F：→ jabari: 結果分析跟array有啥差別就是了 XD 07/13 16:42
除了isoform, sequence variant, fusion, non-coding, differential transcript
expression, intron retention 等現有microarray 技術很難克服以外, 就連gene
expression 這種基礎的分析, RNASeq 跟microarray 差距也是很大.
microarray只能偵測到hundred fold change, 而RNASeq 能偵測到few thousand fold
change以上。更何況microarray有嚴重資訊飽和的問題, 很難分辨高表現基因的變化。
Microarray 的specificty 也是遠遠落後RNASeq。只是這些好處需要有深厚的分析功力
才能顯彰出來, 沒有分析能力拿到RNASeq也無法得到好處。
有能力設計RNASeq實驗的人在很多地方是有辦法將RNASeq 實驗開銷壓到低於microarray,
所以除了一些客製化microarray以外,在transcriptome研究microarray已經非常快速
也非常全面的被RNASeq 取代。 現在使用microarray的理由差不多只剩沒有
能力分析RNASeq而已
4F：推 Mistletoe921: 一種情況是老闆家底很厚所以用RNASeq作gene finding 07/13 17:26
5F：→ Mistletoe921: 不然研究基因表現還是循序漸進qPCR >Array >NGS才好 07/13 17:28
完全看你的實驗研究是要做什麼, NGS做discovery, qPCR做validation是大致上的共識,
但我也接過reviewer 對qPCR結果不滿意要求做NGS 為validation。
至於gene finding需要的是功力雄厚的生資人以及設計好的NGS 實驗
6F：→ Mistletoe921: 很多最後覺得雷的也是因為拿到data太大無法整理掛在 07/13 17:32
7F：→ Mistletoe921: 那邊,例如軟體跑完產生的 .csv 出來但大小有1Mega 07/13 17:34
8F：→ Mistletoe921: 我看到都覺得頭痛,相信很多人無法消化. 07/13 17:34
不會unix 與R, 只會用excel的話還是找有生資背景的人合作吧...要不然就是回去做array就好
9F：推 Mistletoe921: 我也看過不少慘劇是Array結果跟RNASeq不一樣,只能苦 07/13 17:41
10F：推 Ianthegood: +1 07/13 17:41
Array 跟NGS 結果不一樣是常常看到的, concordance 大約只有80-90%吧
11F：→ Mistletoe921: 笑了,哈哈NGS哈哈.如果是作驗證的,退路也要想好. 07/13 17:42
12F：→ blence: 上面應該是要講1Gb的.csv吧，1Mb的應該還好 07/13 18:00
13F：推 Mistletoe921: 隨便export出來都1Mb以上，但第一次用excel打開來 07/13 18:59
14F：→ Mistletoe921: 看時，只能苦笑。 07/13 18:59
15F：推 Mistletoe921: 我想表達的是整理.csv已經是最末端的工作了，但這 07/13 19:04
16F：→ Mistletoe921: 裡面資料量還是很大，我也想問個問題，大家覺得這 07/13 19:04
17F：→ Mistletoe921: 應該是Researcher, 廠商，還是生資人員來整理? 07/13 19:04
就像我之前講的這不是廠商的問題, 你們需要的是會做生資的研究人員
※ 編輯: lingon (73.219.186.149), 07/13/2016 21:26:23
18F：→ huuban: 這個嘛..如果不是模式物種..也是得先做RNASeq才有array 07/13 21:24
19F：→ huuban: 我們的實驗物種就沒有序列資料可以做array 07/13 21:25
※ 編輯: lingon (73.219.186.149), 07/13/2016 21:44:26
20F：推 jabari: ( -3-)y=~ 就算同物種都in bred還是不一定啊 07/13 23:11
21F：→ lingon: 說實在話看不太懂j網友在說什麼... 07/14 01:02
22F：推 michealking: 推一下 07/31 21:53
23F：→ michealking: 有考慮到RNA-seq通常實驗室都蠻有錢的 就塞給廠商吧 07/31 21:54