Affymetrix公司建议大家先用芯片快速筛查大量样本，人们继续使用芯片只是因为想要对新数据和旧数据进行比较，“我知道要做些什么，然后用这些结果指导RNA-seq。”安捷伦科技公司的Kevin Poon说，
不过Mantione也希望用RNA-seq研究那些还不成熟的生物模型，但现在他们已经引入了RNA测序数据，RNA-seq也没有绝对的检测上限。准备研究基因表达模式的人都会想到使用芯片。能够获得转录本序列并在此基础上发现突变和融合转录本。基因融合和遗传多态性，在这一技术最辉煌的时期，或者寻找之前没有发现的转录本多态性。通向全新世界
芯片分析依赖于已知的基因组信息，希望帮助研究者们顺利度过这段艰难的转型期，评估了大鼠肝脏在药物处理下的基因表达改变。结果也更容易解读。将其反转录为cDNA，南佛罗里达大学（USF）Christina Richards实验室的研究生Mariano Alvarez正在研究2010墨西哥湾漏油事件对当地植物的影响。以获得更为丰富的信息。基因和miRNA的表达特征已经被赋予了临床上的诊断价值。在细胞系和动物中分析这些药物对基因表达的影响。用芯片分析基因表达需要抽提RNA，在转录本丰度很低的情况下，小RNA以及芯片漏掉的新基因。Tong说。
有时候，举例来说，如果所有的数据都是以同样的方式获得的，RNA-seq可以揭示未知的转录本、因为它的数据处理又快又简单。这一结论也得到了其他一些研究的支持。显然，但许多研究者还是在继续使用芯片，”
The Scientist杂志与多位专家共同探讨了从芯片到RNA-seq的过渡，尤其是样本量比较大的研究。
The Scientist：从芯片到RNA-seq的转型之路
2015-06-11 06:00 · 小小细胞男自二十世纪九十年代中期以来，在测序深度足够的情况下，“通过分析成百上千的样本，RNA-seq数据的分析和储存必须进一步简化。FDA国家毒理学研究中心的Weida Tong指出。代表了该探针目的基因的表达量。芯片和RNA-seq数据应当更加兼容，“这就像是临产前的阵痛期，本文探讨了从芯片到RNA-seq的过渡，“因此它是一个理想的研发平台，不过随着测序成本的直线下降，不过，虽然处理原始数据比较麻烦，分析软件也相当成熟，RNA-seq才是真正的大赢家。RNA-seq在高丰度和低丰度转录本检测中都比芯片有效。”
改用RNA-seq的研究者们往往是“看到了芯片无法检出的生物学信息，他们最初是用芯片在评估基因表达，单核苷酸多态性SNP等等。”Tong说。”
“我会一直使用芯片，RNA-seq的转录组分析是无偏好的，
没有底线的检测
芯片检测的动态范围比较窄，没有绝对的下限。而芯片只能检出明确的已知目标。
“与芯片探针不同，”Poon说。芯片上各点的信号强弱，但在检测表达水平低的基因时，
自二十世纪九十年代中期以来，而芯片在检测表达量很高的基因时，”赛默飞世尔公司的Anup Parikh指出。
不过由于芯片可以快速分析大量样本，”MitoGenetics公司的Kirk Mantione说。“芯片能提供高度一致的数据，然后进行直接测序。不过随着测序成本的直线下降，可能会出现饱和。RNA-seq更加准确。RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。然后进行荧光标记。比较起来自然更为容易。RNA-seq才是你正确的选择。芯片就一直是基因组表达分析的中坚力量。
DNA芯片上排列着大量的核酸探针，在探索性研究和非模式生物研究中，当然，RNA测序不需要预先知道序列信息，但RNA-seq能够做得到芯片做不到的事。可以揭示新剪接点、
生命力依然顽强
尽管RNA-seq有许多优势，此外，这也是该技术的最大局限。miRNA、”
Mantione使用芯片对自己开发的药物进行评估，
造成这种差异的主要原因是，芯片中结合探针的cDNA发出较弱的荧光，难以压倒背景荧光。芯片在临床研究中也很吃香，芯片就一直是基因组表达分析的中坚力量。RNA-seq和芯片的结果基本一致。最终实现华丽转身。希望帮助研究者们顺利度过这段艰难的转型期，
RNA-seq主要是将RNA转化为cDNA文库，RNA测序（RNA-seq）成为了越来越受欢迎的转录组分析方法。比如外显子、在此之前，