https://www.yiliao.com/index.php?action=history&feed=atom&title=Transcriptomics
Transcriptomics - 版本历史
2026-04-09T18:36:14Z
本wiki的该页面的版本历史
MediaWiki 1.35.1
https://www.yiliao.com/index.php?title=Transcriptomics&diff=316240&oldid=prev
77921020：建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面
2026-02-03T03:04:26Z
<p>建立内容为“<div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff…”的新页面</p>
<p><b>新页面</b></p><div><div style="padding: 0 4%; line-height: 1.8; color: #1e293b; font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', Arial, sans-serif; background-color: #ffffff; max-width: 1200px; margin: auto;"><br />
<br />
<div style="margin-bottom: 30px; border-bottom: 1.2px solid #e2e8f0; padding-bottom: 25px;"><br />
<p style="font-size: 1.1em; margin: 10px 0; color: #334155; text-align: justify;"><br />
<strong>Transcriptomics</strong>（转录组学）是研究特定细胞、组织或生物体在特定时间点内所有 <strong>RNA (核糖核酸)</strong> 转录本（即 <strong>[[Transcriptome]]</strong>）的学科。与 <strong>[[Genomics]]</strong> 提供的静态“生命蓝图”不同，转录组学捕捉的是基因表达的动态“快照” (Snapshot)。它揭示了基因何时开启、何时关闭以及表达量的高低。通过 <strong>[[RNA-Seq]]</strong> 等高通量技术，研究人员不仅能定量 <strong>mRNA</strong> (信使RNA) 以推断蛋白质水平，还能研究 <strong>[[Alternative Splicing]] (可变剪接)</strong> 以及非编码 RNA（如 <strong>[[miRNA]]</strong>, <strong>[[lncRNA]]</strong>）的调控功能。它是连接基因型 (Genotype) 与表型 (Phenotype) 的关键桥梁。<br />
</p><br />
</div><br />
<br />
<div class="medical-infobox mw-collapsible mw-collapsed" style="width: 100%; max-width: 320px; margin: 0 auto 35px auto; border: 1.2px solid #bae6fd; border-radius: 12px; background-color: #ffffff; box-shadow: 0 8px 20px rgba(0,0,0,0.05); overflow: hidden;"><br />
<br />
<div style="padding: 15px; color: #1e40af; background: linear-gradient(135deg, #e0f2fe 0%, #bae6fd 100%); text-align: center; cursor: pointer;"><br />
<div style="font-size: 1.2em; font-weight: bold; letter-spacing: 1.2px;">Transcriptomics</div><br />
<div style="font-size: 0.7em; opacity: 0.85; margin-top: 4px; white-space: nowrap;">Study of the Transcriptome (点击展开)</div><br />
</div><br />
<br />
<div class="mw-collapsible-content"><br />
<div style="padding: 25px; text-align: center; background-color: #f8fafc;"><br />
<div style="width: 100px; height: 100px; background-color: #e2e8f0; border-radius: 50%; margin: 0 auto; display: flex; align-items: center; justify-content: center; color: #94a3b8; font-size: 0.8em;"><br />
<br />
</div><br />
<div style="font-size: 0.8em; color: #64748b; margin-top: 12px; font-weight: 600;">基因表达的动态图谱</div><br />
</div><br />
<br />
<table style="width: 100%; border-spacing: 0; border-collapse: collapse; font-size: 0.85em;"><br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">学科参数</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0; width: 40%;">研究对象</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">Total RNA (mRNA, ncRNA)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">核心特性</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">动态性 (Dynamic)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">金标准技术</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #16a34a;">[[RNA-Seq]] (NGS)</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">前沿技术</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #16a34a;">[[scRNA-seq]] / [[Spatial Transcriptomics]]</td><br />
</tr><br />
<br />
<tr><br />
<th colspan="2" style="padding: 8px 12px; background-color: #e0f2fe; color: #1e40af; text-align: left; font-size: 0.9em; border-top: 1px solid #bae6fd;">分析维度</th><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">定量分析</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">Gene Expression Level</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">结构分析</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #1e40af;">[[Splicing]], Fusion Gene</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569; border-bottom: 1px solid #e2e8f0;">常用图表</th><br />
<td style="padding: 6px 12px; border-bottom: 1px solid #e2e8f0; color: #0f172a;">[[Volcano Plot]], [[Heatmap]]</td><br />
</tr><br />
<tr><br />
<th style="text-align: left; padding: 6px 12px; background-color: #f8fafc; color: #475569;">数据格式</th><br />
<td style="padding: 6px 12px; color: #0f172a;">FASTQ / BAM / Count Matrix</td><br />
</tr><br />
</table><br />
</div><br />
</div><br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">核心概念：静态基因组 vs. 动态转录组</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
如果把 <strong>[[Genomics]]</strong> 比作一本“字典”（包含所有可能的单词），那么 <strong>Transcriptomics</strong> 就是一本“小说”（特定时间点被实际使用的单词组合）。<br />
<br><br />
人体的所有细胞（神经元、皮肤细胞、肝细胞）都拥有几乎相同的 DNA，但它们的功能截然不同。这正是由<strong>转录组</strong>决定的——即哪些基因被“转录”成了 RNA，以及转录了多少。<br />
</p><br />
<br />
<br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">技术演进：从果昔到果盘</h2><br />
<br />
<p style="margin: 15px 0; text-align: justify;"><br />
转录组学经历了从“混合平均”到“单细胞精度”的技术革命：<br />
</p><br />
<br />
<div style="overflow-x: auto; margin: 20px auto;"><br />
<table style="width: 100%; border-collapse: collapse; border: 1.2px solid #cbd5e1; font-size: 0.9em; text-align: left;"><br />
<tr style="background-color: #f1f5f9; border-bottom: 2px solid #0f172a;"><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #0f172a; width: 25%;">技术代际</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #1e40af; width: 30%;">比喻 (Analogy)</th><br />
<th style="padding: 12px; border: 1px solid #cbd5e1; color: #475569;">特征描述</th><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">[[Bulk RNA-Seq]]<br>(传统转录组)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>Fruit Smoothie (水果奶昔)</strong></td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;">将组织中数百万个细胞打碎混合。得到的是<strong>平均表达量</strong>，无法区分具体细胞类型（如无法区分肿瘤细胞和免疫细胞）。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">[[scRNA-seq]]<br>(单细胞转录组)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>Fruit Salad (水果沙拉)</strong></td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;">给每个细胞打上条形码 (Barcode)。能看清每一块“水果”（细胞），识别<strong>细胞异质性</strong> (Heterogeneity)。</td><br />
</tr><br />
<tr><br />
<td style="padding: 10px; border: 1px solid #cbd5e1; font-weight: 600;">[[Spatial Transcriptomics]]<br>(空间转录组)</td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;"><strong>Fruit Tart (水果塔)</strong></td><br />
<td style="padding: 10px; border: 1px solid #cbd5e1;">不仅知道有哪些水果，还知道它们在<strong>原位的位置</strong>。保留了组织切片的空间结构信息。</td><br />
</tr><br />
</table><br />
</div><br />
<br />
<br />
<br />
<h2 style="background: #f1f5f9; color: #0f172a; padding: 10px 18px; border-radius: 0 6px 6px 0; font-size: 1.25em; margin-top: 40px; border-left: 6px solid #0f172a; font-weight: bold;">核心分析：差异表达 (DE)</h2><br />
<br />
<div style="background-color: #f0f9ff; border-left: 5px solid #1e40af; padding: 15px 20px; margin: 20px 0; border-radius: 4px;"><br />
<h3 style="margin-top: 0; color: #1e40af; font-size: 1.1em;">Differential Expression Analysis</h3><br />
<p style="margin-bottom: 0; text-align: justify; font-size: 0.9em; color: #334155;"><br />
转录组学最经典的应用是比较两个条件下（例如：癌症组织 vs. 正常组织，或 药物处理 vs. 对照组）基因表达量的变化。<br />
<br><strong>可视化工具：</strong> 通常使用 <strong>[[Volcano Plot]] (火山图)</strong> 来展示显著上调或下调的基因，或使用 <strong>[[Heatmap]] (热图)</strong> 来展示样本间的聚类关系。<br />
</p><br />
</div><br />
<br />
<div style="font-size: 0.92em; line-height: 1.6; color: #1e293b; margin-top: 50px; border-top: 2px solid #0f172a; padding: 15px 25px; background-color: #f8fafc; border-radius: 0 0 10px 10px;"><br />
<span style="color: #0f172a; font-weight: bold; font-size: 1.05em; display: inline-block; margin-bottom: 15px;">学术参考文献 [Academic Review]</span><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[1] <strong>Wang Z, Gerstein M, Snyder M. (2009).</strong> <em>RNA-Seq: a revolutionary tool for transcriptomics.</em> <strong>[[Nature Reviews Genetics]]</strong>. <br><br />
<span style="color: #475569;">[点评]：RNA-Seq 技术的开山综述，详细阐述了其相对于微阵列 (Microarray) 的优势，定义了现代转录组学的标准。</span><br />
</p><br />
<br />
<p style="margin: 12px 0; border-bottom: 1px solid #e2e8f0; padding-bottom: 10px;"><br />
[2] <strong>Stark R, Grzelak M, Hadfield J. (2019).</strong> <em>RNA sequencing: the teenage years.</em> <strong>[[Nature Reviews Genetics]]</strong>. <br><br />
<span style="color: #475569;">[点评]：全面回顾了 RNA-Seq 十年来的发展，特别是长读长测序 (Long-read) 和单细胞技术对该领域的重塑。</span><br />
</p><br />
<br />
<p style="margin: 12px 0;"><br />
[3] <strong>Macosko EZ, et al. (2015).</strong> <em>Highly Parallel Genome-wide Expression Profiling of Individual Cells Using Nanoliter Droplets.</em> <strong>[[Cell]]</strong>. <br><br />
<span style="color: #475569;">[点评]：Drop-Seq 技术的奠基性论文，开启了高通量单细胞转录组学 (scRNA-seq) 的新时代。</span><br />
</p><br />
</div><br />
<br />
<div style="margin: 40px 0; border: 1px solid #e2e8f0; border-radius: 8px; overflow: hidden; font-family: 'Helvetica Neue', Arial, sans-serif; font-size: 0.9em;"><br />
<div style="background-color: #eff6ff; color: #1e40af; padding: 8px 15px; font-weight: bold; text-align: center; border-bottom: 1px solid #dbeafe;"><br />
组学技术体系 · 知识图谱<br />
</div><br />
<table style="width: 100%; border-collapse: collapse; background-color: #ffffff;"><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">上级学科</td><br />
<td style="padding: 10px 15px; color: #334155;">[[Omics]] • [[Functional Genomics]] • [[Molecular Biology]]</td><br />
</tr><br />
<tr style="border-bottom: 1px solid #f1f5f9;"><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">核心工具</td><br />
<td style="padding: 10px 15px; color: #334155;">[[RNA-Seq]] • [[scRNA-seq]] • [[Microarray]] (芯片) • [[PCR]]</td><br />
</tr><br />
<tr><br />
<td style="width: 85px; background-color: #f8fafc; color: #334155; font-weight: 600; padding: 10px 12px; text-align: right; vertical-align: middle;">分析内容</td><br />
<td style="padding: 10px 15px; color: #334155;">[[Gene Expression]] • [[Alternative Splicing]] • [[Non-coding RNA]]</td><br />
</tr><br />
</table><br />
</div><br />
<br />
</div></div>
77921020