ScholarGate
Asystent
Process / pipelineTranscriptomics

De Novo Transcriptome Assembly

De novo transcriptome assembly rekonstruuje pełne sekwencje transkryptów mRNA bezpośrednio z odczytów sekwencjonowania, bez potrzeby posiadania genomu referencyjnego. Zapoczątkowana przez Regeva, Haasa i współpracowników, ta ścieżka umożliwia odkrywanie transkryptów u organizmów niebędących modelowymi oraz wykrywanie nowych izoform, genów fuzyjnych i wariantów splicingu.

Otwórz w MethodMindWkrótceWideoWkrótcePobierz slajdy

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Mapa metod

Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.

Źródła

  1. Grabherr, M. G., Haas, B. J., Yassour, M., Levin, J. Z., Thompson, D. A., Amit, I., ... & Regev, A. (2011). Full-length transcriptome assembly from RNA-Seq data without a reference genome. Nature Biotechnology, 29(7), 644-652. DOI: 10.1038/nbt.1883
  2. Haas, B. J., Papanicolaou, A., Yassour, M., Grabherr, M., Blood, P. D., Bowden, J., ... & Regev, A. (2013). De novo transcript sequence reconstruction from RNA-seq using the Trinity platform for reference generation and analysis. Nature Protocols, 8(8), 1494-1512. DOI: 10.1038/nprot.2013.084
  3. Pertea, M., Pertea, G. M., Antonescu, C. M., Chang, T. C., Mendell, J. T., & Salzberg, S. L. (2015). StringTie enables improved assembly of novel transcripts from RNA-seq data. Nature Biotechnology, 33(3), 290-295. link

Jak cytować tę stronę

ScholarGate. (2026, June 3). De Novo RNA-Seq Transcriptome Assembly. ScholarGate. https://scholargate.app/pl/bioinformatics/de-novo-transcriptome-assembly

Która metoda?

Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.

Porównaj obok siebie

Cytowana przez

ScholarGateDe Novo Transcriptome Assembly (De Novo RNA-Seq Transcriptome Assembly). Pobrano 2026-06-15 z https://scholargate.app/pl/bioinformatics/de-novo-transcriptome-assembly · Zbiór danych: https://doi.org/10.5281/zenodo.20539026