高通量测序技术及原理介绍

高通量测序技术及原理介绍,第1张

高通量测序技术及原理介绍如下:

高通量测序技术(High-throughput sequencing)又称“下一代”测序技术(“Next-generation” sequencing technology),以能一次并行对几十万到几百万条DNA分子进行序列测定和一般读长较短等为标志。

测序技术推进科学研究的发展。随着第二代测序技术的迅猛发展,科学界也开始越来越多地应用第二代测序技术来解决生物学问题。比如在基因组水平上对还没有参考序列的物种进行从头测序(de novo sequencing),获得该物种的参考序列,为后续研究和分子育种奠定基础。

对有参考序列的物种,进行全基因组重测序(resequencing),在全基因组水平上扫描并检测突变位点,发现个体差异的分子基础。在转录组水平上进行全转录组测序,从而开展可变剪接、编码序列单核苷酸多态性(cSNP)等研究。

或者进行小分子RNA测序(small RNA sequencing),通过分离特定大小的RNA分子进行测序,从而发现新的microRNA分子。在转录组水平上,与染色质免疫共沉淀(ChIP)和甲基化DNA免疫共沉淀(MeDIP)技术相结合,从而检测出与特定转录因子结合的DNA区域和基因组上的甲基化位点。

高通量测序技术(High-throughput sequencing)又称“下一代”测序技术(“Next-generation” sequencing),以能一次并行对几十万到几百万条DNA分子进行序列测定和一般读长较短等为标志。

高通量测序技术是对传统测序一次革命性的改变,一次对几十万到几百万条DNA分子进行序列测定,因此在有些文献中称其为下一代测序技术(next generation sequencing)足见其划时代的改变,同时高通量测序使得对一个物种的转录组和基因组进行细致全貌的 分析成为可能,所以又被称为深度测序(deep sequencing)。

发展历程

第一代测序:20世纪80年代中期

传统的化学降解法、双 脱氧链终止法以及在它们的 基础上发展来的测序技术统 称为第一代测序。它在分子 生物学研究中发挥过重要的 作用,如人类基因组计划

第二代测序:2005年开始

主要包括罗氏454公司的454测序技术、Illumina公司的Solexa测序技术和 Life Technologies公司的Ion Torrent测序技术 。第二代测序技术最显著的特征是高通量,一次能对几十万到几百万条DNA分子进行序列测序

第三代测序:2008年开始

第三代DNA测序技术是以单分子测序为特点,如Helico BioScience公司的单分子测序仪,以及正在研制的太平洋生物科学公司的单分子实时DNA测序技术和牛津纳米孔技术公司的纳米孔单分子测序技术等

目前常说的高通量测序是指用第二代测序技术来进行测序

第三代测序技术(单分子测下),读长较长,错误率较高,成本较高。

NGS测试平台比较

常用名词解释

Reads: 高通量测序平台产生的序列标签就称为reads

Ref: 参考基因组序列

测序深度:测序得到的总碱基数与待测基因组大小的比值。

覆盖度:测序获得的序列占整个基因组的比例。

SNP:单核苷酸位点变异

个体间基因组DNA序列同一位置单个核苷酸变异(替代、插入或缺失)所引起的多态性。不同物种、个体基因组DNA序列同一位置上的单个核苷酸存在差别的现象。人基因组上平均约每1000个核苷酸即可能出现1个单核苷酸多态性(SNP:single nucleotide polymorphism)的变化,其中有些单核苷酸多态性可能与疾病有关,但可能大多数与疾病无关。SNP是研究人类家族和动植物品系遗传变异的重要依据。

SNV:

在研究肿瘤基因组时,相对于正常组织,肿瘤中特异的单核苷酸变异是一种体细胞突变(somatic mutation),称做SNV(single nucleotide variants)

INDEL :

基因组小片段(<50bp)插入(INsertion)或缺失(DELetion)

CNV(Copy Number Variation,CNV):拷贝数据变异

基因结构变异(StructuralVariant,SV)的重要组成部分,由基因组发生重排而导致,一般指长度为1 kb以上的基因组大片段的拷贝数增加(gain)或者减少(loss)。如图A为loss , B为gain 。

SV(structure variation):结构变异

指在染色体上发生了大片段的变异。主要包括染色体大片段的插入(如图a)和缺失(如图b),染色体内部的某块区域发生翻转颠换(如图d,e),两条染色体之间发生重组(如图f)等。虽然SVs的数量远低于SNVs和indel,但SV影响的碱基更多。文献表明,多达13%的碱基受SV变化的影响。SV与疾病风险和表型变异高度相关。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/tougao/8086337.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-13
下一篇 2023-04-13

发表评论

登录后才能评论

评论列表(0条)

保存