H**O
发帖数: 89 | 1 都是2011年的文章
不过stap细胞的nature文章，有篇stap能长出来placenta 的，荧光图片，有重复使用
。造假
另外不提供chipseq和rnaseq的data 这两点是问题 |
|
h*****5
发帖数: 9 | 2 What is the knockdown efficiency in RNA and protein level? |
|
R****n
发帖数: 708 | 3 sounds like a MD to me. :-) |
|
|
|
|
b****u
发帖数: 2 | 7 借用下wwhlazio的格式，因为很相似（可以交流下技术:P）
国内生信fresh PhD，合作或主导过不同生物数据的项目，熟悉NGS/RNAseq/microarray
/ChIPseq/主要的生物数据库和软件，熟悉Python/R/MatLab/C，准备顺手考掉SAS。家
里原因决定在魔都发展，更偏向业界一些。版上消息广，打听下有没有比较合适的机会
？谢谢~ |
|
V******t
发帖数: 444 | 8 那就没意思了啊。
有了Microarray Chip 自然就会想到ChIP下来DNA可以做高通量，就像接下来自然
ChIPseq
这个idea很多人都会有吧 不过他第一个做出来了而已
最先想到ChIP qPCR的人才真smart |
|
|
y*******1
发帖数: 164 | 9 你说的motif prediction使用以下两种都是可行的方法。
A)已知的transcription factor binding sites，例如jaspar+FIMO
B) de novo motif finding，例如MEME
不过A)已知的binding sites信息量不是很大，像是Jaspar里，比较可信的也就是8-900
个左右。而使用B) de novo，虽然很comprehensive，但是也有很多限制的因素。例如
motif size的选择，或者找到motif后，也不知道是哪个transcription factor。
这些motif prediction都是对之后的实验有一定的指导作用。例如如果你做一个TF KO
的chipseq，如果你在peak中没有看到这个TFBS的enrichment，那一般来说实验肯定有
问题。不过因为这些都是纯序列的prediction，真正的信息量有限，不建议over
interpret。那些指着TFBS prediction直接发文章的，通常结果也不太可信。 |
|
r****1
发帖数: 2299 | 10 【 以下文字转载自 Joke 讨论区 】
发信人: quix (hardworking...smartworking), 信区: Joke
标 题: 万年生物泼石岛看了Jurassic World 内牛满面。。。 (转载)
发信站: BBS 未名空间站 (Sun Jul 5 13:19:31 2015, 美东)
发信人: mbp (Mac Book Pro), 信区: WaterWorld
标 题: 万年生物泼石岛看了Jurassic World 内牛满面。。。
发信站: BBS 未名空间站 (Sun Jul 5 12:57:33 2015, 美东)
国庆日和lab的几个老中，老韩，老美万年生物泼石岛 跑pcr期间 去看了场imax的
Jurassic World 。搞了个visa的10$ off 加上student id discount，反正卖票妹子不
查年龄。
万年生物泼石岛最震撼吓尿的，不是特效，不是剧情，而是Dr. Woo的那个lab！
想想自己在lab做的都是搞Drosophila, xenopus,顶多上个rat，平时也跑跑胶，写
script，弄pcr，顶多弄个... 阅读全帖 |
|
d**m
发帖数: 536 | 11 【 以下文字转载自 Joke 讨论区 】
发信人: superapc (apc), 信区: Joke
标 题: 万年生物泼石岛看了Jurassic World 内牛满面。。。 (转载)
发信站: BBS 未名空间站 (Sun Jul 19 03:37:23 2015, 美东)
发信人: mbp (Mac Book Pro), 信区: WaterWorld
标 题: 万年生物泼石岛看了Jurassic World 内牛满面。。。
发信站: BBS 未名空间站 (Sun Jul 5 12:57:33 2015, 美东)
国庆日和lab的几个老中，老韩，老美万年生物泼石岛 跑pcr期间 去看了场imax的
Jurassic World 。搞了个visa的10$ off 加上student id discount，反正卖票妹子不
查年龄。
万年生物泼石岛最震撼吓尿的，不是特效，不是剧情，而是Dr. Woo的那个lab！
想想自己在lab做的都是搞Drosophila, xenopus,顶多上个rat，平时也跑跑胶，写
script，弄pcr，顶多弄个chipseq好发paper， 看看人... 阅读全帖 |
|
发帖数: 1 | 12 还有，测序深度的问题。
histone marker 测多少reads？TF测多少reads？
谢谢！ |
|
k*****n
发帖数: 323 | 13 至少两个重复，样品特难搞的一次还勉强说得过去。看你想address什么问题了，一般
20-40m够用，但越深越好 |
|
k*****n
发帖数: 323 | 14 spike in 不是必要的，而且你打算怎么spike in?
c容易over shearing，条件摸好后估计会很稳定，b开始做比较好，但是用久了机子会
搞幺蛾子，个人还是觉得Branson好…… |
|
|
c****1
发帖数: 1095 | 16 最近一篇文章快弄个好了，要选个杂志投。我们主要做功能的，细胞水平和动物水平都
有功能。但是机制不是很明确。有很多NGS data （很多RNAseq和ChIPseq）的分析。而
且可能的机制，都是从NGS data得出的。
现在考虑几个杂志，我心中的排序是elife > Nat Com > Genome Research > Genome
Biology > PNAS.
但是elife的影响因子实在太不好看了，有点犹豫。
大家怎么看，怎么排？ |
|
|
j*******u
发帖数: 81 | 18 当然不是必须的
你的实验里最doMinant的因素是 differentiation effeciency和purification
methods. |
|
发帖数: 1 | 19 想听听各位大神们的高见。
单细胞甲基化、单细胞ChIPseq是不是最有前景。但是也不是一般的实验室有条件做的。
最近看到一篇文章，用免疫荧光检测单细胞的特定基因组loci的组蛋白修饰。
原理很简单，就是结合原位DNA－ISH和PLA （proximity ligation assay）。组蛋白修
饰的抗体和一个特定基因启动子的biotin标记的DNA探针，如果结合的足够近（<40nm）
，用PLA标记的二抗可以检测到发光。
所需要的reagent大部分实验室应该都有，只需要去sigma买一个PLA二抗kit，克隆目的
基因的区域，用nick translation做一个生物素标记的探针。实验方法就是细胞染色，
不需要什么高超的实验技巧。
这个实验的好处是单细胞，观察特定的组织／细胞群，可能会得出跟ChIP－qPCR不同的
结论。缺点是不能定量、高通量。 |
|
发帖数: 1 | 20 有一个转录因子的两组ChIPseq数据，用MUltiScale或者MACS来分析，只能得到几十个
或者上百个peaks，assign到基因，基本没有什么有效信息。
而用HOMER的findPeaks command，却得到数千个peaks，并且通过motif分析，这些
peaks确实含有该转录因子的binding motif。根据peaks附近TSS去assign到数百个基因
，这些基因也确实跟该TF的功能非常相关。
但是有人跟我说findPeaks command的方法很不好。
想请教一下怎么会有这么大的差异？
谢谢！ |
|
|
|
发帖数: 1 | 23 当然取决于细胞系和target蛋白。
但是泛泛而言，数量级一般是多少？
比如组蛋白修饰，十万？一万？
转录因子，一万？两千？五百？
谢谢！ |
|
发帖数: 1 | 24 master regulator一般在一两万以上。组蛋白修饰比这个多一些。
一般的转录因子会少些，几千。 |
|
|
a******r
发帖数: 786 | 26 protein binding region on DNA |
|
发帖数: 1 | 27 组蛋白修饰多少？十万？
[在 repeatmasker (repeatmarker) 的大作中提到：]
:master regulator一般在一两万以上。组蛋白修饰比这个多一些。
:一般的转录因子会少些，几千。 |
|
|
f*******e
发帖数: 354 | 29 Reads数量你钱多你就狂测，到一定depth后再多也不会改变peak数量，可能peak会好
看一点吧
: 这是不是可以理解为测序到的reads的数量？
|
|
|
发帖数: 1 | 31 当然取决于细胞系和target蛋白。
但是泛泛而言，数量级一般是多少？
比如组蛋白修饰，十万？一万？
转录因子，一万？两千？五百？
谢谢！ |
|
发帖数: 1 | 32 master regulator一般在一两万以上。组蛋白修饰比这个多一些。
一般的转录因子会少些，几千。 |
|
|
a******r
发帖数: 786 | 34 protein binding region on DNA |
|
发帖数: 1 | 35 组蛋白修饰多少？十万？
[在 repeatmasker (repeatmarker) 的大作中提到：]
:master regulator一般在一两万以上。组蛋白修饰比这个多一些。
:一般的转录因子会少些，几千。 |
|
|
f*******e
发帖数: 354 | 37 Reads数量你钱多你就狂测，到一定depth后再多也不会改变peak数量，可能peak会好
看一点吧
: 这是不是可以理解为测序到的reads的数量？
|
|
|
f*******e
发帖数: 354 | 39 region？你指interval？peak width?
到一定深度后不会有太多改变的，可以说越多越好，但是enough is enough，没必要浪
费钱，还不如多几个重复
: 是不是region的范围大一些？
|
|
|
发帖数: 1 | 41 我就是从wet lab自学做dry lab的。现在是一半实验，一半分析，分析自己的实验结果
，再做实验验证。
学ngs isanalysis不难，如果只是想要单纯的做alignment，peak calling这种，有很
多软件available。只需要会一点简单的linux scripting，比如change directory，就
可以了。看别人的pipeline是个好办法。记得john rinn有一篇nature protocol，讲怎
么做rna seq analysis，可以读读看。
如果想更灵活的分析数据，需要掌握一门programming语言。r，python，perl都可以。
本人一开始喜欢r，简单容易上手。现在越来越粉python。这个学起来也有很多途径。
我个人喜欢直接读manual。一边读，一边敲敲键盘，很快就能掌握基本的syntax了。当
然要真正的掌握，只有一个方法：use it！给自己一些简单的task，比如category
chipseq peak，画画boxplot，一开始很慢，各种debug，慢慢熟练了就都会做了。 |
|
L**o
发帖数: 15 | 42 大家遇到过这种情况吗？
我先比较了wt和一个transcriptional factor ko的microarray data，找到了一些变化
显著的基因，后来根据体内的表型和一些体外实验找到了2-3个潜在的靶基因。
同时也做了针对该TF的chip-seq，结果很奇怪，显示的是在这几个靶基因的tss前后都
没有富集，但是很巧的是在他们各自同一家族的另一个基因loci有明显富集。比如我在
microarray上找到并验证了ko该TF后xxx-1显著上调，同家族的xxx-2无变化，但
chipseq显示该TF在xxx-2的TSS前后有明显富集，而在xxx-1则没有富集。
这要怎么解释啊？？请赐教，先谢过了。 |
|
f*******e
发帖数: 354 | 43 size selection也可以在建库完成后。如果用的是hi seq，1kb也没有什么问题。传统
的用truseq kit建rna seq库，一般是没有必要size selection的，镁离子化学断裂非
常的好。chipseq ip的大小一般会比input大一点，如果是sonication shear的不好的
话，ip下来的片段就可能会大很多，但是mnase digestion好的话的基本pattern不会变
，也就是如果超声shear的好的话确实不需要选择，因为大片段本来就不多。测序时到
flow cell 上cluster的时候也就都丢了，无所谓。
: 你说的很对，recommended的protocol都是size selection。但是我们的
facility坚持
: 认为没必要，他不size selection，测序前library跑的bioanalyzer是个100bp
到1kb的
: 宽峰…
: 怎么说服他做size selection？
: 话说为什么size selection 保真度更高？
: [在 yier... 阅读全帖 |
|
发帖数: 1 | 44 这个公司很挫。即使TruSeq ChIP也只需要5ng DNA。而clontech的最新kit不用
Atailing，而是PolyT tailing，只需要100pg DNA，用的方法类似清华Wei Xie去年的
Nature，只是polyC换成了polyT。少量细胞做ChIPseq很成熟了，0.1million绝对是没
有问题的。关键是抗体要好。
如果能拿到5ng以上，就自己买个TruSeq ChIP kit，建好了library再送去公司上机测
序吧。
IP |
|
发帖数: 1 | 45 如果target是通过结合基因组上的重复区域发挥作用。
做alignment的时候，想专门看repetitive区域，怎么做到；bowtie或者BWA怎么设置。
一般情况都是把重复区域过滤掉了吧？ |
|
z*****e
发帖数: 33 | 46 所谓的repetitive区域其实也还是会有多态性，所以还是会有uniquely mapped reads
。建议直接默认设置做就是了。先做出一个结果，再调整参数。 |
|
发帖数: 1 | 47 这样大量过滤掉了 ，按默认设置没看到多少repetitive regions，特别是SINEs
：所谓的repetitive区域其实也还是会有多态性，所以还是会有uniquely mapped
reads
：。建议直接默认设置做就是了。先做出一个结果，再调整参数。 |
|
z*****e
发帖数: 33 | 48 按默认设置没看到多少repetitive regions。你具体是怎么统计的，能说下不？ |
|
y*******1
发帖数: 164 | 49 对repetitive region的研究是ChIP-Seq技术上的瓶颈，或者说是ChIP本身的瓶颈，暂
时可能无法克服。在ChIP的时候sonication后基本上DNA应该平均300bp左右，但是人类
基因组很多repeat都远比这个长，所以从ChIP的角度resolution根本不够。
另外如果从测序的角度来说，除非用MiSeq，read长度300+可能还好一些，能提高一些
mappability。所谓的pair-end 100bp根本对repeat研究没有什么太大的帮助。对绝大
多数alignment软件来说，100+100并不等于200.
最后就是有一些in silico methods，例如跟RSEM类似的CSEM可以使用EM来map ChIP-
seq reads，但是效果并不是很好。
repeat研究任重道远，但是估计研究来研究去，其实还是一堆junk DNA :D |
|
发帖数: 1 | 50 像Alu刚好300bp，pair-end seq是不是能看到了？
: 对repetitive region的研究是ChIP-Seq技术上的瓶颈，或者说是ChIP本身的瓶
颈，暂
: 时可能无法克服。在ChIP的时候sonication后基本上DNA应该平均300bp左右，但
是人类
: 基因组很多repeat都远比这个长，所以从ChIP的角度resolution根本不够。
: 另外如果从测序的角度来说，除非用MiSeq，read长度300 可能还好一些，能提
高一些
: mappability。所谓的pair-end 100bp根本对repeat研究没有什么太大的帮助。
对绝大
: 多数alignment软件来说，100 100并不等于200.
: 最后就是有一些in silico methods，例如跟RSEM类似的CSEM可以使用EM来map
ChIP-
: seq reads，但是效果并不是很好。
: repeat研究任重道远，但是估计研究来研究去，其实还是一堆junk DNA :D
|
|
