• <strong id="uqi0y"></strong>
  • 微生物組學

    MICROBIAL GENOMICS
    網站首頁 > 科研服務 > 功能基因芯片

    PathoChip 功能基因芯片

    產品介紹

    PathoChip是周集中教授及其團隊于2013年成功研發的針對病原微生物的功能基因芯片,用于檢測多種環境當中病原以及與致病相關的微生物群落的功能組成和結構,進而探討和評估威脅人類和動植物健康的微生物群落的致病潛能。 該芯片針對16,762個確認的致病和毒性相關基因序列,共設計了3,715個探針,特異性檢測1,397個病原微生物物種(2,336個菌株)中7,417個蛋白編碼序列,共涵蓋了13個關鍵的致病和毒性因子。

    產品優勢


    • 數據可讀性強

      與基于測序的宏基因組數據相比,GeoChip數據簡單易懂,可直接用于各類統計分析,有助于結果的解讀和比較


    • 靈敏度和可靠性高

      該芯片已對土壤、海水和人體唾液樣品進行了實驗測試,結果表明,平行樣品間結果具有很高重現性


    • 宿主基因組的干擾少

      PathoChip芯片是根據病原微生物相關的各類功能基因設計的特異性探針,可專一地檢測單個特定的功能(序列)


    • 檢測類群廣

      PathoChip芯片所針對的病原微生物群落功能十分全面,包括了如附著、定植、遷移、入侵、毒性、免疫逃脫和鐵離子攝取等相關的多種病原微生物

    實驗流程

    樣品采集
    核酸(DNA/RNA)提取
    核酸檢測
    熒光標記
    芯片雜交
    芯片掃描與成像

    分析流程

    樣品要求


    • DNA樣品

      濃度≥50ng/μl,總量≥3μg,OD260/280:1.8-2.0,OD260/230≥1.5,無明顯的DNA降解,無 RNA、蛋白質等雜質污染。


    • RNA樣品

      濃度≥65ng/μl,總量≥3.5μg,OD260/280:1.8-2.0,23S/16S≥1.0,RIN≥6.0;無基因組污染、無蛋白和雜質污染、無顏色異常。


    • 樣品運輸

      樣品保存期間切忌反復凍融,送樣時請使用冰袋或干冰運輸。請同時附上QC數據,包括電泳膠圖、分光光度或Nanodrop檢測數據。

    技術參數

    測試策略 數據量 周期
    DNA或cDNA 60K/180K 55個工作日
    RNA 60K/180K 65個工作日

      物種相對豐度分布圖

      根據探針對應的物種信息,選取每個樣品在中相對豐度大于等于1%的物種,生成物種相對豐度分布圖,以便直觀查優勢微生物類群在不同樣品間的相對豐度變化情況。


      物種相對豐度熱圖

      對所有檢測到的物種相對豐度進行計算,選取在各個樣品中相對豐度大于等于1%的物種,進行物種和樣品兩個層面的聚類。對樣品進行聚類(依據是不同樣品中檢測到的物種的熒光強度相近,即所含菌屬數量越相近,樣品間相似性越高),對聚類后各樣品中不同菌屬所對應的熒光強度相對豐度作heatmap圖,能夠反映出各樣品菌落結構的相似性和差異性。


      樣品共有特有基因數目統計

      基于每個樣品檢測到的陽性基因,統計樣品間共有特有基因數目。


      功能類群相對代謝潛能熱圖

      熱圖是以顏色梯度來代表數據矩陣中數值的大小并能根據樣品功能基因代謝潛能信息或樣品間功能組成相似性進行聚類的一種圖形展示方式,它可以直觀地將數據值的大小以定義的顏色深淺表示出來。通過顏色的梯度及相似程度來反映數據的相似性和差異性。如對樣品所含功能基因相對代謝潛能進行聚類分析(依據不同樣品中各功能基因的信號強度越相近,即所含功能基因的代謝潛能越相近,樣品間相似性越高),能夠反映出各樣品功能基因結構的相似性和差異性。分析如下圖所示,縱向聚類表示樣品聚類樹;橫向為功能基因聚類樹。聚類采用樣品功能基因類群的相對代謝強度進行。


      主成分分析(PCA,Principal Component Analysis)

      主成分分析是一種應用方差分解方法,對多維數據進行降維,從而提取出數據中最主要的元素和結構。應用PCA分析,能夠提取出最大程度反映樣品間差異的兩個坐標軸,即主成分1(PC1)和主成分2(PC2),并以百分數的形式體現主成分主要影響程度,從而將多維數據的差異反映在二維坐標圖上,進而揭示復雜數據背景下的簡單規律。如果樣品的群落組成越相似,則它們在PCA圖中的距離越接近。


      組間功能基因代謝潛能對比(雙尾配對t檢驗)

      選取關鍵的或關注的功能類群進行組間差異顯著性檢驗,尋找在樣品間豐度具有顯著差異的基因。橫軸表示各類碳降解基因??v軸表示標準化信號強度,代表基因相對豐度差異。顯著性檢驗采用雙尾配對t檢驗,星號標示出在增溫區與對照區豐度差異顯著的基因(**p<0.01, *p<0.05)。


      功能基因構成與環境因素的典范對應分析(CCA)及方差分解分析(VPA)

      用于展現與功能基因構成有密切聯系的主要環境因素及其重要程度。圖a橫縱軸為解釋度最高的兩個維度,坐標名稱中的百分數代表解釋度。環境因素包括土壤濕度(Soil M)、土壤溫度(Soil T)、總初級生產量(GPP)。圖b邊角圓形中百分比代表某一個(或一類)環境因素排除其他因素影響后對功能基因構成差異的解釋度,連線上百分比代表某兩個(或兩類)環境因素的交互作用排除其他影響后的解釋度,中心圓形代表三類環境因素的共同交互作用排除其他影響后的解釋度,而下部方形代表三類環境因素無法解釋的比例。

      真实处破视频在线观看视频