Transkriptomische

Transkriptomische Forschung befasst sich mit dem Transkriptom, der Gesamtheit der RNA-Moleküle, die in einer Zelle oder einem Gewebe unter bestimmten Bedingungen exprimiert werden. Das Transkriptom umfasst messenger RNA, nichtkodierende RNA sowie Vorläufer-RNAs und variiert je nach Entwicklungsstadium, Zelltyp, Stimulus und Umweltfaktoren. Ziel ist es, Muster der Genexpression zu charakterisieren, die Regulation von Genen zu verstehen und Funktionen von Genen und Netzwerken in biologischen Prozessen abzuleiten.

Zu den zentralen Technologien gehören Hybridisierung-basierte Microarrays und Sequenzierungsverfahren wie RNA-Seq, die eine umfassende, sensitive Quantifizierung der Transkripte ermöglichen. RNA-Seq erlaubt die Entdeckung neuer Transkripte, Alternativer Splicing-Ereignisse und eine Quantifizierung sowohl auf Gen- als auch auf Transkript-Ebene. Die jüngere Entwicklung von Einzelzell-Transkriptomik (Single-Cell RNA-Seq, scRNA-seq) ermöglicht das Profilieren der Genexpression in einzelnen Zellen.

Datenanalyse umfasst Qualitätskontrolle, Abgleich der Sequenzdaten an Referenzgenomen, Quantifizierung von Transkripten, Normalisierung und statistische Bestimmung differenziell exprimierter Gene. Typische Werkzeuge sind STAR oder HISAT2 für Alignment, FeatureCounts, Salmon oder Kallisto für Quantifizierung sowie DESeq2, edgeR oder limma für die Differentialexpression-Analyse. Anschlussweise erfolgt oft eine Funktional- und Pfadanalytik (GSEA, KEGG).

Anwendungen reichen von Grundlagenforschung und Entwicklungsbiologie bis hin zu Krankheitsforschung und Biomarker-Entwicklung. Limitierungen ergeben sich durch die dynamische Natur der Transkription, posttranskriptionsregulatorische Ebenen, technische Biases und Batch-Effekte. Die Transkriptomik bleibt oft nur ein Teil des zellulären Regulationsnetzwerks, bietet jedoch wesentliche Einblicke in Genexpression und Regulation.