y***i
发帖数: 11639 | 1 CNV质量比array如何？分辨率倒不是最重要的尺度。array的分辨率其实也够用了。 |
|
n******7
发帖数: 12463 | 2 CNV分析我刚接触，不知道怎么比较sequencing和microarray检测出来的质量，
1000genome的文
章有详细的方法叙述，感兴趣可以看看
分辨率对我们来说很重要，因为我们需要精确的知道break point。 microarray的分辨
率是500左
右，比很多exon都大了。。。 |
|
y***i
发帖数: 11639 | 3 sequence结果对断点的确信度高么？要是对断点的确信度很高的话，很有可能
sequencing的信号好得多。microarray因为不能测断点，所以信号的提高就靠断点两边
的signal intensity的变化，通过大量probe平均来提高信躁比。遇到signal
intensity质量差的sample，比如colon sample （RNA量低，质量差，断点多，signal/
noise ratio 低），那数据简直象恶梦。一哥们满怀希望的把花了大价钱做出的一大堆
data给我，那data看了简直要掉眼泪。
不过lung sample之类就好得多。可以有很可靠的CNV数据。不是说绝对值可靠，但确
定CN有明显变化的区段很可靠。
了。 |
|
|
o********r
发帖数: 775 | 5 我指NGS的CNV分析，多数SNPArray都用CBS或者HMM |
|
e*****t
发帖数: 642 | 6 lz可能刚刚接触genomics。
怎么可有把整个genome和另外一个genome做一次alignment？
genomic的核心就是找genome的不同：1.snp,2.del/insert; 3.structure variation (
CNV).这三个都有不同的软件可以用。
建议开始前先读读genomic的一些入门paper和书，其实开始不能着急，要慢慢看书，后
来上手了就快了。 |
|
s******s
发帖数: 13035 | 7 显然不一样，我前面已经说了。最近一期cell stem cell上
就有一个SNP找不同细胞CNV的文章。当然，以后要用不经组
织培养的细胞直接单细胞测序，这个只是技术问题。 |
|
s*********t
发帖数: 600 | 8 1)仍然是GWAS啊，只是不是array-based，变成了deep seq based。SNP不行了，CNV是
不是
比较值得去做？
description as
based
been
approach.
US
years
that 1 in
huge.
say she |
|
|
|
e*****t
发帖数: 642 | 11 如果能建一个统计模型，把这三个整合到一起，是不是很cool？ |
|
|
t*d
发帖数: 1290 | 13 methylation 和 gene expression 相关性好吗？ |
|
d****u
发帖数: 1553 | 14 我觉得最重要还是你这个模型得够精确吧。很多时候模型分析出来得准确程度并不见得
就比纯手工实验得准确度高很多 |
|
s******s
发帖数: 13035 | 15 想入非非。这么一点信息就可以预测了，那帮做histone marker的都关门算了。
我这么说吧，你把什么methylation, histone, SNV, SNP, 其他各种marker
全加进去，算出来一个能解释90%的expression，我认为是没问题的，不过任然
没用， 换个细胞系得推翻重来。 |
|
l******u
发帖数: 936 | 16 这个是5年前的fashion了，叫 integrative genomics. |
|
e*****t
发帖数: 642 | 17 随着统计学方法的不断改进，总是会越来越精确。如果measurement的noise越来越小，
signal/noise越来越大的话。 |
|
e*****t
发帖数: 642 | 18 做histone marker和这个不矛盾。现代生物学就是bench和计算相结合。你要找任何生
物现象的相关性，就得用统计模型，就像QTL 对gene mapping的贡献。有种你发
genomic paper，不用任何统计方法，能发的出去，我就佩服。 |
|
l******u
发帖数: 936 | 19 早都有了，有FISH的时候就开始研究这个了，后来有了array CGH 就方便很多了，现在
的测序技术更是极大提升了这方向的研究能力。 |
|
l******u
发帖数: 936 | 20 为啥一定要用cell line 这么artificial的东西？ |
|
e*****t
发帖数: 642 | 21 那时候的data还远没有到whole genome的程度。几十年前就有SNP了，那时候能做GWAS
吗？ |
|
s******s
发帖数: 13035 | 22 cell line都做不出来，组织就更不用混了。
我的point就是，yes, 你可以用统计方法拼命regression，加无数变量做个R2 0.9;
但是仍然没啥意义，因为如果是好方法，就要不仅能解释，还要能应用，也就是同样
用来解释其他cell line或者组织。如果你不把细胞特异性考虑进去，我觉得这种
model多半不work, 如果为了每个cell line都要做实验estimate一些新的variable,
意义也不大。 |
|
l******u
发帖数: 936 | 23 array CGH 就是GWAS 的， 比10年前就有了。
GWAS |
|
l******u
发帖数: 936 | 24 为啥“cell line都做不出来，组织就更不用混了。”牛人解释一下？ |
|
n******7
发帖数: 12463 | 25 array找breakpoint的精度也太差了吧？ |
|
A*****n
发帖数: 243 | 26 看了一下这个东西的readme文件，他要求的BAM格式确实比较怪异，还不如直接用text
format。你不会是试了那十几个作CNV和SV的软件，然后每次改BAM文件吧？ |
|
e*****t
发帖数: 642 | 27 gao ren bu gan
sequencing the whole genome, you could get SNP (for GWAS, linkage analysis).
You could have genetic structure variation, like CNV.
sequencing the mRNA, you will have gene expression data, which could be used
for transcriptome analysis, or eQTL mapping.
Chip-seq gives you DNA-binding proteins analysis, like TF, histone
modification.
bisulfite sequencing give you DNA methylation, which has high correlation
with gene expression. |
|
e*****t
发帖数: 642 | 28 seems not correlated.
if one gene has high level of expression, it should be in low methylation.
does that also mean it has more copies?
any literature is appreciated |
|
b****r
发帖数: 17995 | 29 literature 的懒得找
起码有个极端的例子， 脆性X 是FMR1 基因promoter 的CGG重复次数过度增加造成启动
子甲基化降低FMR1表达
”if one gene has high level of expression, it should be in low methylation.
“
这个大部分时候成立，但是印象中也有反例
”does that also mean it has more copies?“
一个基因高表达，可能的原因太多了。多copy当然是可能的原因，也可能是低甲基化，
也有可能是某种转录因子上调/下调，也有可能是细胞活性增加。。。你最多可以说it
has more copies， so one gene has high level of expression，而不是你刚才那样
反过来叙述 |
|
s******s
发帖数: 13035 | 30 表达基因TSS前面low met，但是记得基因体是high met的 |
|
n******7
发帖数: 12463 | 31 事情是这样，我们用RT-PCR克隆了一些gene的transcript （CDS only），然后丢给454
测了，然后把其中的一些克隆又拿去做了Y2H。我发现有好几个基因都有个特别的
transcript克隆出来。它们的特点是：
1. 超级短。往往gene有七八个exon，这个transcript就在取了第一个和最后一个exon
的各一部分了事。一共也就200个nt左右
2. READS coverage很低。我们平均的coverage在60X+，这几个小东西也就1-2X，因为
也很短，也就是说，就一两条reads支持。很奇怪，因为我们是用clone测序，所以这个
跟表达量也没关系。后续的Sanger data也确认了这些短序列
3. 不是canonical splicing site。把这些序列align的genome的话，都是覆盖最5'和
最3'端的，之间是一个巨大的gap。如果gap是spliced intron的话，对应的splicing
site不是GU..AG。
4. interaction partner往往很多。比如有个transcript，有15个partner筛出... 阅读全帖 |
|
b****r
发帖数: 17995 | 32 你这个线路我觉得没有问题，楼主那个用一堆RNAi来做cancer我觉得不行，不是说真东
西出不来，而是说noise会太多了，很多都会是和etiology无关的，关键是很难in vivo
验证
不像你说的这个CNV，反正最后验证是没有问题的而且很容易，一堆病人一堆正常人，
谁有谁没有，非常好分析 |
|
u*********1
发帖数: 2518 | 33 如题。尤其是和disease相关的；研究strcutural variation/copy number variation在disease（尤其是
neurological disease)相关的牛人有哪些？
我知道的一个是UW的Evan Eichler；一个是BCM的James Lupski
不晓得还有什么牛人？
另外不晓得大家对这个方向（medical genomics）的前景如何看的
谢谢！ |
|
n***w
发帖数: 2405 | 34 乍一看还以为是choroidal neovascularization.
心想，这咋和genome structural variation联系上。。。lol |
|
d********m
发帖数: 3662 | 35 cshl有一个，做了开创性工作，具体名字忘了，LZ可以去找找 |
|
u*********1
发帖数: 2518 | 36 你咋会想到choroidal neovascularization的呢 |
|
M*****n
发帖数: 16729 | 37 you are late.
this field is already crowded. |
|
|
u*********1
发帖数: 2518 | 39 Then can you tell me which field is NOT crowded? |
|
M*****n
发帖数: 16729 | 40 俺给你指个明路吧。
为什么说这个有点挤了，因为俺们这儿的human genetics近几年已经找了几个作这个的AP faculty了。俺们division去年刚刚也找了一个新faculty作这个的。
你要继续作science，就要找新的underdeveloped field。眼光不要光放在大牛身上，
注意一下年轻的小牛，比如peoplem，oncogene这些人在干什么。
大牛的弟子无数，你得跟师兄师姐们竞争。如果投到小牛门下，你说不定是开山大弟子
，前景广阔。
这种东西其实应该是你的mentor给你指导的。mentor不光是指导你做实验，也应该指导
你怎么develop science career. |
|
d********m
发帖数: 3662 | 41 跟小牛风险太高，炮灰or开山大弟子，全看人品造化了。 |
|
M*****n
发帖数: 16729 | 42 俺见到的小牛，都很成功啊。
找牛校的AP，还是比较好的选择。
当然你自己的造化，全在你自己手里了。如果你自己不用功，神仙也帮不了你。 |
|
u*********1
发帖数: 2518 | 43 我倒不一定想做science
只是觉得这涉及很多的sequencing/genomics/bioinformatics,一方面很有趣；另外好
像找工作（不管是学校还是industry）是不是比较有前景？
所以想接受这方面（sequencing/bioinformatics)的训练
另外我在烂校，老板MD-PHD的AP；但老板的老板是超级大牛
按照你的说法，什么方向都是人满为患，大家都不用做了。
而且我读了一些paper，现在published的各种疾病的whole-genome structural
variants的研究，比较靠谱的结果还仅仅是基于array CGH的成果；而不是next-gen sequencing，因为一方面next-gen sequencing还是比较贵的，做不了大规模;另外基于sequencing data的各种鉴定软件的结果根本都自相矛盾，还需要软件进一步的开发当然更重要的是测序技术本身的发展（比如更大的read length）
当然了，我上面说的估计牛人们早开始谋划了，只不过还没publish出来
个人想法，说的不对请指正
的AP faculty了。俺们... 阅读全帖 |
|
|
m****c
发帖数: 244 | 45 +1: matt hurles @ sanger
variation在disease（尤其是 |
|
l**********1
发帖数: 5204 | 46 要是今年你老板不同意你的argue
以后找机会把钱璐璐or similar WF CNV ate white balls 介绍给你老板 乘大家都去开某个学术会议的机会...
然后让他休了现任老板娘 当然你老板的纺锭得高于EW at least 3 times annually.
再以后让钱璐璐再甩了他 ate nobel or at least nominated level balls..
http://www.mitbbs.com/article_t1/Biology/31634197_0_3.html
NB: LZ匹着地以后干啊 小不忍受 则乱大谋 君子报仇 十年不晚
的决定。我决 |
|
n******7
发帖数: 12463 | 47 我们就做这个
跟合作的组既做variance，也做所谓的system biology
做这个要有钱，做SNP,CNV什么的，需要搞到病人samples，然后测序，都是烧钱的事情
system biology，我接触最多的interaction network，大规模做也是烧钱
至于前途，看你怎么定义。
发文章还是不错的，有的文章不发CNS都难
就实际价值来说，我自己的感觉，sequencing什么的还是有意义的，data比较靠谱，技
术本身也非常有用，非常看好未来的钱景。但是对于测序结果的解释，目前还是处于洪
荒状态，主要就是看看引起protein变化的mutation，还是太初级了
system biology相关的，不能说一无是处，但是目前的技术手段太多问题了，想在沙滩
上起高楼，最后的结果多少真的多少假的，只有天知道。不过反正高通量吗，总是能整
出一些结论的。我是要吐血了，觉得自己的精力都花在编故事上，真正对于研究的问题
的贡献可能是0，如果不是负数的话。不过老板似乎还好，反正说多了，自己也就信了
。 |
|
m**b
发帖数: 617 | 48 NGS assisted personalized medicine in cancer therapy has already underway.
Here is one of the first clinical example published in 2010:
http://genomebiology.com/content/11/8/R82
Key points:
1) Rare cancer with no standard chemo therapy
2) Initial treatment with radiation therapy and EGFR inhibitor (patient had
high EGFR expression) failed to stabilize disease progression
3) DNA sequencing + RNA expression + pathway analysis identified genes in
known cancer pathways with CNV and expression chang... 阅读全帖 |
|
t***u
发帖数: 119 | 49 qPCR, co-amplification of the target and reference genes in the same
reaction well. ABI has predesigned primers for lots of genes CNV |
|
n******7
发帖数: 12463 | 50 我理解你的想法
就是我们只要知其然，不用知其所以然，照样可以预测疾病风险。就我所知，现在有个
已经在使用的软件基本就是这样，依靠背后巨大的病人数据库。现在的de novo CNV数
据也基本有很高的预测效果了，谁要不幸有了，基本也是个病人。
问题在于：
1. 何时我们可以穷尽所有，或者大部分的致病variants？ 特别是复杂疾病，gene之间
的协同会很复杂，我觉得只关注一个variant site的话，会有很多site跟多种疾病关联
。而考虑site之间的combination的话，可能的情况太多太多。。疾病的定义本身，也
是个问题
2. 更重要的，理解疾病的机制还是最终的目的，才有可能去治疗或者缓解疾病。这点
太难了，不知道近几十年可以搞明白不，也许是我要求太多吧
epigenetics
conclusive |
|
