摘要：RNA-Seq可进行全基因组水平的基因表达差异研究，具有定量更准确、可重复性更高、检测范围更广、分析更可靠等特点。除了分析基因表达水平，RNA-Seq还能发现新的转录本、SNP、剪接变体，并提供等位基因特异的基因表达。对于RNA-Seq的优缺点，Helicos BioSciences的研究人员在《PloS ONE》上做了清晰阐述。

    一直以来，研究人员都很有兴趣了解细胞在各种不同状态下的基因表达差异，并开发出多种方法，来不断提高灵敏度和增加通量。基因表达芯片是近年来较多采用的方法，但它如今却碰上了一个强劲对手——RNA-Seq.

    RNA-Seq可进行全基因组水平的基因表达差异研究，具有定量更准确、可重复性更高、检测范围更广、分析更可靠等特点。除了分析基因表达水平，RNA-Seq还能发现新的转录本、SNP、剪接变体，并提供等位基因特异的基因表达。

    RNA-Seq的动态范围更广，且假阳性可能更小，这意味着RNA-Seq的数据重复性应当比芯片要高。RNA-Seq能够检测样品中的所有RNA，这对于鉴定细胞的新颖转录本来说是个优点，但同时缺点在于，它检测了总的RNA，而细胞中很大一部分RNA都来自核糖体和线粒体。这限制了其他RNA的读取数量以及这些RNA表达水平的准确性。因此，polyA RNA选择和核糖体RNA去除等方法被开发出来，以便解决这个问题。

    然而，这些分离方法有可能会引入潜在误差，影响实验结果。因此，第三代测序公司Helicos BioSciences的研究人员对操作方法修改后可能发生哪些差异进行了研究，文章发表在最近一期的《PloS ONE》上。

    他们认为，对于研究人员来说，必须了解以下几点：技术差异如何影响结果的质量和可解释性，操作方法如何引入潜在误差，RNA的来源如何影响转录检测，以及所有这些差异如何影响得到的结论。

    Helicos BioSciences公司的研究人员使用了多个人RNA样品，来评估RNA片段化、RNA分离、cDNA合成，单个以及多个标签计算。尽管采用polyA RNA选择的操作方法得到了最多的非核糖体读取，并能够最精确测定编码转录本，但研究人员发现这种方法只能检测人细胞中的一部分非核糖体RNA.

    polyA RNA排除了数千个注释的转录本以及更多未注释的转录本，使得转录组查看不完全。而核糖体去除的RNA则提供了一个更经济的方法，来生成完整的转录组覆盖。与多个标签相比，利用单个标签的表达测定具有评估基因表达和检测短RNA的优势。

    这项工作有望帮助研究人员在分析基因表达时选择适当的产品。