由于spike-in转录本(RNA质控品)仅来源于正义链的转录,因此链特异性的评估可以不依赖于于任何基因组注释。在各种情况下QuantSeq数据均显示出高于99.9%的链特异性,而两个被评估的mRNA-Seq SEQC数据集(data sets)链特异性仅分别为93.4%和97.8%。QuantSeq可降低噪音,能够实现准确检测及定量反义转录本。
基因差异表达分析通过使用“erccdash- board” 软件 4,对QuantSeq和常规mRNA-Seq的基因差异表达的检测能力进行了对比。当测序的Reads数由10M降低到0.625M,QuantSeq维持了相当高的曲线面积值(AUC 0.860-0.897),而常规mRNA-Seq的曲线面积值较低,在0.736到0.776之间.
Quantseq在高质量和低质量(FFPE)样本中有很好的相关性
Quantseq有非常高的灵敏度。测序量在26.5M reads时, RNA完整性好的新鲜冷冻样本中检测到25,842个基因(数据未显示)。当单个样本测序数据量在2.5M时,在新鲜冷冻样本中检测出20,081个基因,且每个基因至少有1个read;相应的,在FFPE样本中能检测到15,190个,两者有24%的差异。但是,当阈值提高到5或者10个reads/基因时,差异分别下降至3%和1%。这些比对结果表明,QuantSeq能够可靠地对冷冻保存和FFPE样品进行基因表达分析。两者之间在低
表达基因检测存在的差异,是由于FFPE样本在处理、储存及回收过程中低拷贝转录本很容易降解至无法检测到。
Quantseq用oligo(dT)引物进行逆转录,每个转录本只产生1个片段。这样能够使得无论RNA的质量如何(包含FFPE样本)都可准确定量。常规的mRNA-seq操作流程旨在覆盖整个转录本,但是在使用降解样本时将导致严重的3’偏好性。因此,相对于其他用Poly(A)分选mRNA操作流程,Quantseq 3’mRNA-Seq更有效的对低质量的样本进行建库。