文库构建-cDNA文库
2019年6月28日
一条评论
cDNA 文库(cDNA library ): 是指某种生物基因组转录的全部mRNA经反转录产生的cDNA片段分别与克隆载体（常用噬菌体或质粒载体）重组，并将其引入到相应的宿主细胞中（一般为E.coli.）繁殖和扩增，则每个细菌含有一段cDNA，
cDNA 文库(cDNA library ): 是指某种生物基因组转录的全部mRNA经反转录产生的cDNA片段分别与克隆载体（常用噬菌体或质粒载体）重组，并将其引入到相应的宿主细胞中（一般为E.coli.）繁殖和扩增，则每个细菌含有一段cDNA，
gDNA文库即基因组DNA（genomic DNA）文库，又称基因组文库（Genomic Library），把某种生物基因组的全部遗传信息通过克隆载体贮存在一个受体菌克隆子群体中，这个群体即为这种生物的基因组文库。
拷贝数变异(Copy number variation, CNV)是由基因组发生重排而导致的, 一般指长度为1 kb 以上的基因组大片段的拷贝数增加或者减少, 主要表现为亚显微水平的缺失和重复。CNV 是基因组结构变异(Structuralvariation, SV) 的重要组成部分。
全基因合成 (Gene synthesis)，也称基因合成，即基因人工合成,是重要的基因获取手段之一，是指利用生物化学的方法将人工合成的寡核苷酸拼接成基因的一种技术。
TA克隆(TA cloing)是一种将PCR产物直接连接到T克隆载体的方法。TA克隆技术是利用了Taq聚合酶具有末端转移酶（TdT）活性，但却不具有3’-5’端外切酶校准活性的特点，可在PCR产物的3’末端加上一个非模板依赖的dA。
染色体步移(Chromosome walking)，又称为基因组步移（Genome walking），是指由生物基因组或基因组文库中的已知序列出发，逐步探知其旁邻的未知序列或与已知序列呈线性关系的目标序列的方法。
核酸是指DNA和RNA，高质量的核酸是所有分子生物学实验的基础。核酸提取服务可以快速地从动植物组织、细菌、真菌、细胞中提出高质量的DNA或RNA，以用于PCR、分子标记、基因杂交等各种科学研究。
生物信息学（Bioinformatics）是一门交叉科学，它包含了生物信息的获取、加工、存储、分配、分析、解释等在内的所有方面，它综合运用数学、计算机科学和生物学的各种工具，来阐明和理解大量生物数据所包含的生物学意义。
单细胞转录组测序（Single cell RNA sequencing），是在单个细胞水平对mRNA进行高通量测序的一项新技术，针对单个细胞研究其整体水平的基因表达情况，成功解决细胞分子机制研究中常见的细胞异质性、细胞量少而无法进行常规高通量测序等难题。
细胞全基因组测序技术是在单细胞水平对全基因组进行扩增与测序的一项新技术。其原理是将分离的单个细胞的微量全基因组DNA进行扩增，获得高覆盖率的完整的基因组之后通过外显子捕获进而高通量测序用于揭示细胞群体差异和细胞进化关系。
特定代谢物含量检测属于靶向代谢组学分析。代谢组学主要研究的是作为各种代谢路径的底物和产物的小分子代谢物（MW<1500）。其样品主要是血浆或者血清、尿液、唾液、以及细胞和组织的提取液，以及细胞和组织的提取液。
脂类化合物通常被定义为自然界中存在的一类难溶于水、易溶于有机溶剂的小分子化合物，是生物体内非常重要的物质。脂类化合物与细胞凋亡、信号传导、疾病感染、免疫功能，以及胎儿代谢缺陷都密切相关，脂类化合物的代谢还与糖尿病、肝癌、肾病、乳腺癌密切相关。
靶向代谢组学（Targeted Metabolomics）是代谢组学研究的重要组成部分，也是全代谢组研究的延伸与拓展。相对于全代谢组分析而言，靶向代谢组分析具有特异性强，检测灵敏度高和定量准确等几个特点。
全代谢组学，又称代谢全谱或非靶向代谢组学分析，采用色谱-质谱联用技术采集样品的代谢谱图，比较不同组样品代谢产物的含量，鉴定差异表达的代谢物，并探索差异代谢物之间的代谢通路。
免疫组库（Immune Repertoire，IR）是指在任何指定时间，某个个体的循环系统中所有功能多样性B细胞和T细胞的总和。免疫组库测序（Immune Repertoire sequencing(IR-SEQ)）是以 T/B 淋巴细胞为研究目标
组蛋白质组学联合分析，在目前各种类型的组学中，核酸组学(主要是基因组学和转录组学)告诉我们可能发生什么（发掘生命现象的底层原因），蛋白组学告诉我们将要发生什么（发掘生命现象的表层原因）
蛋白质组与转录组联合分析，转录组学和蛋白质组学都是获得基因表达情况的重要工具，从生物学角度上看，转录组代表了基因表达的中间状态，可以反映诸如转录调控、转录后调控的机理；
转录组学和代谢组学整合分析，是指对来自转录组和代谢组的批量数据进行归一化处理及统计学分析，建立不同层次分子间数据关系；同时结合功能分析
通过对不同层面的表达水平分析，实现对蛋白质及代谢物的全谱分析。蛋白组是某种生物所能表达的所有蛋白质，蛋白质是生命功能的执行者，其含量的变化在生物体的生长、环境应激、疾病发生发展等过程中发挥着重要的作用，是生命活动执行者。
组学主要包括基因组学（Genomics）、转录组学（Transcriptomics）、蛋白质组学（Proteomics）和代谢组学（Metabolomics），高通量组学方法的应用产生了大量基因组、转录组、蛋白质组和代谢组等组学数据。