目前市面上有很多公司外泌体RNA测序推荐的数据量很少，为了合理评价一个合适的有说服力的有效数据量，我们对公开发表的相关外泌体文章和数据进行检索和信息收集，此次文章如下：
文章信息
- 文献标题：Characterization of protein, long noncoding RNA and microRNA signatures in extracellular vesicles derived from resting and degranulated mast cells
- Doi：https://doi.org/10.1080/20013078.2019.1697583
- 发表时间：Journal of Extracellular Vesicles 06 December 2019
- 作者：上海交通大学医学院上海总医院检验医学科，Li Li
文中缩写：
- MCs，Mast cells
- BMMCs，Bone marrow-derived MCs
关注点
- miRNA，lncRNA在文中的数据量，比对率等数据质量评估指标
文件实验设计方案：Rest-EV vs Sti-EV
Figure 1. Schematic representation of BMMC-derived EVs isolation, and characterization
样本说明
体外用rSCF和rIL-3诱导骨髓细胞分化为MCs（Mast Cells），流式细胞术分析证实：该细胞同时表达CD117【 gene KIT 】和FcεRI【gene FCER1A】，具有Mast Cells的特征。
此外，实验证实resting MCs和 degranulated MCs可以释放EVs，degranulated MCs比相同数量的resting MCs释放更多的EVs。
image-20220509230709087.png
lncRNA数据实验大致过程：
-
1.提取total RNA：Rest-EV和 Sti-EV使用 exoRNeasy Serum/Plasma Maxi Kit (Qiagen)提取 total RNA
-
2.去除rRNA：接着 the Ribo-Zero™ rRNA Removal kit(Epicentre, Illumina, WI, USA)进行ribosome RNA (rRNA)去除
-
3.链特异性建库
-
4.Illumina HiSeq4000双端，150bp测序
-
5.每个分组三个生物学重复样本
这里有个奇怪的点啊：后续数据分析部分只分析了lncRNA，没有分析mRNA，看这个实验过程，应该有mRNA的数据的呀！
miRNA数据大致实验过程：
- 1.total RNA提取： exoRNeasy Serum/Plasma Maxi Kit (Qiagen)
- 2.small RNA libraries构建：Illumina TruseqTm Small RNA Preparation kit
- 3.文库质量评估：Bioanalyzer 2100 system
- 4.测序：Illumina HiSeqTM 2500 platform
MC-derived EVs的lncRNA数据分析
6个EVs样本共有110G原始数据，低质量和短片段过滤，error rate小于0.08%，GC content均值为 51.89%（ Rest-EV
samples）和49.8%（ Sti-EV samples），比对率： between 53.65% and 76.35%
image-20220430231954539.png
后续有一个异常样本，去除之后剩余五个样本鉴定了 397 lncRNAs，包括：99 antisense lncRNAs, 181 lincRNAs, 97 processed transcript lncRNAs, 19 sense intronic lncRNAs and 1 sense overlapping lncRNA
image-20220510111751858.png
lncRNA长度分布范围：201 to 84,395 bp
image-20220510111935378.png
miRNA数据分析
PCA分析检查分组情况：
image-20220510001459669.png
比对率：
image-20220510001806860.png
MC-derived EVs样本中不同类型 small RNAs(i.e. misc_RNA, Mt_rRNA, ribosomal RNA (rRNA) 和other non-coding RNA (ncRNA))鉴定出来的个数占比： 272 miRNAs
image-20220510001842460.png
reads长度分布：18 to 25 nts
The size distribution of the reads was mainly concentrated at 18 to 25 nt (Figure 6(d)), indicating that the small RNA-seq obtained the efficient expression information of miRNAs in MC-derived EVs
image-20220510001946417.png
以上文中使用的各种数据评价指标有：原始数据量，error rate，GC含量，比对率，鉴定出来的lncRNA/miRNA个数、长度，PCA分析看样本分组情况
文章中有lncRNA、miRNA表达谱结果，但没有提供原始数据下载和数据量饱和度评估。
网友评论