细胞总RNA里核糖体RNA(rRNA)占比通常超过80%，如果不做处理直接测序，绝大部分测序数据都会浪费在rRNA上。真核生物常用oligo(dT)磁珠富集带有poly(A)尾的mRNA；原核生物没有poly(A)尾，则需要用rRNA去除试剂盒特异性去掉rRNA，两种方案对应不同的建库策略，选错了会导致有效数据比例大幅下降。
测序得到的短序列(reads)首先比对回参考基因组或转录组，统计每个基因/转录本上比对到的reads数量作为表达量的原始度量，再经过样本间的标准化处理消除测序深度差异，最后用统计检验方法找出两组样本间表达量差异达到显著水平的基因。
RNA样本如果发生降解，会导致3'端富集偏差(尤其影响oligo(dT)建库方式)、有效数据比例下降，进而影响定量准确性，建议提交样本前用Bioanalyzer/TapeStation等设备检测RIN值，一般要求RIN≥7才建议进行常规建库测序，降解样本可能需要改用兼容降解RNA的建库方案。
转录组差异表达分析对生物学重复数比较敏感，重复数过少容易受到个体差异干扰、产生假阳性或假阴性结果，常规建议每组至少设置3个生物学重复，重复数越多统计功效通常越可靠。
如果研究物种已经有公开的高质量参考基因组，测序数据可以直接比对到参考序列上定量（有参转录组）；如果研究物种没有现成的参考基因组，则需要先用测序数据自行组装出转录本序列作为参考（无参/de novo转录组），再在此基础上做后续定量分析，无参转录组通常需要更高的测序深度和更复杂的生物信息学分析流程。
当你需要从全转录本尺度、无偏地了解“处理前后到底哪些基因变了”时，RNA-seq能给你一张完整的“表达变化地图”——回答“除了我关注的那个基因，还有哪些基因也受到了影响”。
提取样本总RNA并富集mRNA，构建测序文库后经二代高通量测序获得海量短读长；经比对、定量后进行差异表达分析（DEG）、GO/KEGG富集分析、聚类与可视化。
差异基因筛选、通路分析、机制研究、标志物发现等。
RNA提取到生信分析全覆盖
测序深度可按需定制
差异表达+GO/KEGG富集报告
聚类可视化辅助通路发现
提交实验方案与目标
技术顾问确认工艺与周期
支付不低于50%项目启动款，正式排产
全流程质控留档
结清尾款，完成验收
标准订单及定制/大额订单均需支付不低于合同总额的50%作为项目启动款，剩余尾款支付时限根据具体项目另行约定。
客户收到产品或报告后，请于1个月内完成验收；如对交付结果有异议，请于此窗口期内提出，我们将在2个工作日内响应并协助处理。