第三代测序技术（单分子实时DNA测序）与第二代测序技
术（高通量测序技术）简介
第三代测序技术(单分子实时DNA测序)与第二代测序技术(高通量测序技术)简介
第三代测序技术简介
如果有人告诉你用显微镜实时观测单分子DNA聚合酶复制DNA，并用它来测序，你一定会认为他异想天开，没有一点生物的sense。
我最初就是这样认为的，然而它不仅可以实现，而且已经实现了～这个就是被称为第三代的测序技术，Pacific Biosciences公司推出的“Single Molecule Real Time
(SMRT) DNA Sequencing”(单分子实时DNA测序)。
我有幸在NIH听到了这个技术发明人Stephen Turner博士的讲座，根据自己粗浅的理解记录整理一下。
要实现单分子实时测序，有三个关键的技术。
第一个是荧光标记的脱氧核苷酸。显微镜现在再厉害，也不可能真的实时看到“单分子”。但是它可以实时记录荧光的强度变化。当荧光标记的脱氧核苷酸被掺入DNA链的时候，它的荧光就同时能在DNA链上探测到。当它与DNA链形成化学键的时候，它的荧光基团就被DNA聚合酶切除，荧光消失。这种荧光标记的脱氧核苷酸不会影响DNA聚合酶的活性，并且在荧光被切除之后，合成的DNA链和天然的DNA链完全一样。
第二个是纳米微孔。因为在显微镜实时记录DNA链上的荧光的时候，DNA链周围的众多的荧光标记的脱氧核苷酸形成了非常强大的荧光背景。这种强大的荧光背景使单分子的荧光探测成为不可能。Pacific Biosciences公司发明了一种直径只
有几十纳米的纳米孔[zero-mode waveguides (ZMWs)]，单分子的DNA聚合酶被固定在这个孔内。在这么小的孔内，DNA链周围的荧光标记的脱氧核苷酸有限，而且由于A，T，C，G这四种荧光标记的脱氧核苷酸非常快速地从外面进入到孔内又出去，它们形成了非常稳定的背景荧光信号。而当某一种荧光标记的脱氧核苷酸被掺入到DNA链时，这种特定颜色的荧光会持续一小段时间，直到新的化学键形成，荧光基团被DNA聚合酶切除为止(见图)。
1
第三个是共聚焦显微镜实时地快速地对集成在板上的无数的纳米小孔同时进行记录。由于我对显微原理的物理知识匮乏，而Pacific Biosciences公司又没有非常强调在这方面的发明，不做进一步探讨。
他们还对这一技术进行进一步的优化。
第一个是把双链DNA环化反复测序。人们可以在双链DNA的两头连上发夹结构的DNA adaptor，从而使DNA环化。而DNA聚合酶就能够以环化的DNA作为模板滚
环复制，反复测一段DNA序列。这种反复测序，纠正了偶尔出现的复制错误，从而使测序精度非常高。
第二个是激发光中断测序法。DNA聚合酶虽然很稳定，但是在强大的激发光作用下酶也是有一定寿命的。如果把激发光中断一段时间，在这段时间内DNA聚合酶继续复制DNA，当激发光重新开启以后，人们就可以测到长DNA链后面的序列。
第三代测序技术非常可怕。1、它实现了DNA聚合酶内在自身的反应速度，一秒可以测10个碱基，测序速度是化学法测序的2万倍。2、它实现了DNA聚合酶内在自身的processivity(延续性，也就是DNA聚合酶一次可以合成很长的片
2
段)，一个反应就可以测非常长的序列。二代测序现在可以测到上百个碱基，但是三代测序现在就可以测几千个碱基。这为基因组的重复序列的拼接提供了非常好的条件。3、它的精度非常高，达到99.9999%。
此外，它还有两个应用是二代测序所不具备的。
第一个是直接测RNA的序列。既然DNA聚合酶能够实时观测，那么以RNA为模板复制DNA的逆转录酶也同样可以。RNA的直接测序，将大大降低体外逆转录产生的系统误差。
第二个是直接测甲基化的DNA序列。实际上DNA聚合酶复制A、T、C、G的速度是不一样的。正常的C或者甲基化的C为模板，DNA聚合酶停顿的时间不同。根据这个不同的时间，可以判断模板的C是否甲基化。
Pacific Biosciences公司预计2010年或者2011年就会推出商业化的测序仪器。在不远的将来，如果他们能和二代测序一样集成100万个纳米微孔，那么一台仪器15分钟就能够准确地测出一个人的基因组。以后每个人的基因组测序成本将变成100美元，人人都可以消费得起。想想人类基因组计划耗资30亿美元，费时十几年，无数科学家参与其中，技术的革新意义是多么重大啊～
高通量测序技术——第二代测序技术
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)。
自从2005年454 Life Sciences公司(2007年该公司被Roche正式收购)推出了454 FLX焦磷酸测序平台(454 FLX pyrosequencing platform)以来，曾推出过
3
3730xl DNA测序仪(3730xl DNA Analyzer)的Applied BioSystem(ABI)这家一直占据着测序市场最大份额的公司的领先地位就开始动摇了，因为他们的拳头产品毛细管阵列电泳测序仪系列
(series capillary array electrophoresis sequencing machines)遇到了两个强有力的竞争对手，一个就是罗氏公司(Roche)的454 测序仪(Roch GS FLX sequencer)，，另一个就是2006年美国Illumina公司推出的Solexa基因组分析平台(Genome Analyzer platform)，为此，2007年ABI公司推出了自主研发的SOLiD 测序仪(ABI SOLiD sequencer)。这三个测序平台即为目前高通量测序平台的代表。(见表一)
公司名称技术原理技术开发者商业模式 Apply 基于磁珠的大规美国Agencourt私人基上市公司: Biosystems(ABI) 模并行克隆连接因组学公司(APG) 销售设备和试剂获
DNA测序法取利润 Illumina 合成测序法英国Solexa公司首席科上市公司:
学家David Bentley 销售设备和试剂获
取利润 Roche 大规模并行焦磷美国454 Life Sciences上市公司:
酸合成测序法公司的创始人Jonathan 销售设备和试剂获
Rothberg 取利润 Helicos 大规模并行单分美国斯坦福大学生物工上市公
司:2007年5
子合成测序法程学家Stephen Quake 月首次公开募股
(IPO) Complete DNA纳米阵列与美国Complete 私人公司:投资额为Genomics 组合探针锚定连Genomics公司首席科学4650万美元
接测序法家radoje drmanac
表一:主流测序平台一览
这些平台共同的特点是极高的测序通量，相对于传统测序的96道毛细管测序，高通量测序一次实验可以读取40万到400万条序列。读取长度根据平台不同从
4
25bp到450bp，不同的测序平台在一次实验中，可以读取1G到14G不等的碱基数，这样庞大的测序能力是传统测序仪所不能比拟的。尽管如此，在这项新的划时代的测序技术刚出现的时候，科学界对这项新技术却并不热衷。许多习惯用桑格技术的科学家怀疑新技术的准确度、阅读能力、成本消费、实用性。代理Sanger 型测序硬件的经销商害怕其投资失败而首先提出了这些怀疑。
图一:在芯片上进行的测序:Illumina测序平台
然而大多数人却忽略了一个事实，即桑格技术的普及最初也遇到同样的阻碍。桑格技术刚开发出来时，阅读能力很难超过25bp，即使在Fred Sanger双脱氧终止法发明后也只达到80bp，如今却达到了750bp;而新发展的合成测序技术，应用焦磷酸测序方法，其阅读能力最初只有100bp，推向市场16个月后增加至250bp，随着技术的不断完善，目前已达到了400bp，很快就接近桑格技术目前的水平。除了阅读能力外，能否以有限的成本用一台仪器产生足够数量的序列标记也是另一个需要改善的重要问题。这个问题已经被Roche公司解决了，应用他们的系统，仅花费阅读35bp或者更小片段的成本就能产生比35bp多10倍的序列标记。
5
图二:GS FLX 高通量测序方法原理示意图
一、高通量测序的应用
高通量测序可以帮助研究者跨过文库构建这一实验步骤，避免了亚克隆过程中引入的偏差。依靠后期强大的生物信息学分析能力，对照一个参比基因组(reference genome)高通量测序技术可以非常轻松完成基因组重测序(re-sequence)，2007年van Orsouw等人结合改进的AFLP 技术和454 测序技术对玉米基因组进行了重测序，该重测序实验发现的超过75%的SNP位点能够用SNPWave 技术验证，提供了一条对复杂基因组特别是含有高度重复序列的植物基因组进行多态性分析的技术路线。2008年Hillier对线虫CB4858 品系进行Solexa重测序，寻找线虫基因组中的SNP位点和单位点的缺失或扩增。但是也应该看到，由于高通量测序读取长度的限制，使其在对未知基因组进行从头测序(novo sequencing)的应用受到限制，这部分工作仍然需要传统测序(读取长度达到850 碱基)的协助。但是这并不影响高通量测序技术在全基因组mRNA表达谱，microRNA表达谱，ChIP-chip以及DNA甲基化等方面的应用。
2008年Mortazavi等人对小鼠的大脑、肝脏和骨骼肌进行了RNA 深度测序，这项工作展示了深度测序在转录组研究上的两大进展，表达计数和序列分析。对测得的每条序列进行计数获得每个特定转录本的表达量，是一种数码化的表达谱检测，能检测到丰度非常低的转录本。分析测得的序列，有大于90%的数据显示落在已知的外显子中，而那些在已知序列之外的信息通过数据分析展示的是从未被报道过的RNA剪切形式，3’端非翻译区，变动的启动子区域以及潜在的小RNA 前体，发现至少有3500个基因拥有不止一种剪切形式。而这些信息无论使用芯
6
片技术还是SAGE文库测序都是无法被发现的。
高通量测序另一个被广泛应用的领域是小分子RNA或非编码RNA(ncRNA)研究。测序方法能轻易的解决芯片技术在检测小分子时遇到的技术难题(短序列，高度同源)，而且小分子RNA的短序列正好配合了高通量测序的长度，使得数据“不浪
费”，同时测序方法还能在实验中发现新的小分子RNA。在衣藻、斑马鱼、果蝇、线虫、人和黑猩猩中都已经成功地找到了新的小分子RNA。在线虫中获得了40 万个序列，通过分析发现了18个新的小RNA分子和一类全新的小分子RNA。
在DNA—蛋白质相互作用的研究上，染色质免疫沉淀—深度测序(ChIP-seq)实
验也展示了其非常大的潜力。染色质免疫沉淀以后的DNA 直接进行测序，对比ref seq可以直接获得蛋白与DNA结合的位点信息，相比ChIP-chip，ChIP-seq可以检测更小的结合区段、未知的结合位点、结合位点内的突变情况和蛋白亲合力较低的区段。
图三: Independent Flow Cells(SoLidTM System)
二、高通量测序的前景
目前，大多分析家都无法相信新一代测序技术能完全取代目前的芯片测序技术。不过，有些分析家也的确认为芯片测序技术正面临着挑战，他们认为到了2012年新一代的测序技术将会带来高达2。15亿美元的产值。
2006年，整个芯片测序市场大概价值8亿美元，其中65%的市场份额都是有关基因表达谱分析产品的，剩下35%的市场份额则由基因型分析芯片占据。不过美国哈佛大学(Harvard University)遗传学教授George Church认为，这部分市场
7
也会受到新一代测序技术的冲击。重测序芯片(resequencing arrays)、单核苷酸多态性分析芯片以及基因拷贝数目变异分析芯(copy number variant array)市场也会受到影响。也有分析家不赞同这个观点，他们认为即使新一代测序技术很便宜，还是有不少人会选择传统的测序仪的。
新一代测序技术相对传统芯片测序技术的优势，最终还得依靠广告和市场营销手段的推广才能获得大众的认可。去年夏天，由Frost & Sullivan公司对学术科研机构和私人研究团体进行的一项调查研究结果表明，在实际应用领域，例如进行表达谱分析时，人们还是倾向于选择传统的芯片产品，而并非青睐新一代的测序产品。
新一代测序仪推广困难可能由其价格昂贵导致。平均采购一台新一代测序仪大约要花费50万美元，除非该实验室测序的工作量非常大，否则是不会考虑购买的。即使像Polonator这样的新一代测序仪也需要花费15万美元左右，这笔费用对于一个小实验室来说是无法承受的。这时，只需要150美元一块的芯片就非常有竞争力了。以基因芯片产品享誉业界的美国Affymetrix公司市场部副总裁Jay Kaufman认为，新一代测序技术对于芯片市场来说的确会带来一定的冲击，不过要完全取代表达谱分析芯片还需要一定的时间。
但是，基因芯片也有其自身的缺点，就在于它是一个“封闭系统”，它只能检测人们已知序列的特征(或有限的变异)。而高通量测序的强项，就在于它是一个“开放系统”，它的发现能力和寻找新的信息的能力，从本质上高于芯片技术。研究者可以充分享受这两个平台的比较优势，在获取新信息的基础上，利用芯片的强项，即对已知信息的高通量、低成本(相对)的检测能力，对大量样品进行快速检测，短时间内获得有大量有效的数据。
作为两个高通量的基因组学研究技术，在应用的某些方面存在重叠和竞争，但是在更多方面是优势互补，两种方法联合使用，将解决以前的单种技术难以解决的问题。
三、结语
新一代测序已显示出巨大的潜力。也正是因为科学的不断进步，在给测序技术提出新要求的时候，也给这项技术带来了新的增长点:
8
2008年4月Helico BioScience公司的Timothy等人在Science上报道了他们开发的真正的单分子测序技术，也被称为第三代测序技术，并利用该技术对一个M13病毒基因组进行重测序。这项技术之所以被称为真正的单分子测序，是因为它完全跨过了上述3种高通量测序依赖的基于PCR扩增的信号放大过程，真正达到了读取单个荧光分子的能力，向1000美元测定一个人类基因组的目标迈出了一大步。
基于半导体技术的纳米孔测序技术
技术在新型测序技术中的重要作用。
新一代测序技术，即第三代测序技术，不同于前两代测序，第一代测序技术是双脱氧链末端终止法——根据核苷酸在某一固定的点开始，随机在某一个特定的碱基处终止，产生A，T，C，G四组不同长度的一系列核苷酸，然后在尿素变性的PAGE胶上电泳进行检测，从而获得DNA序列。第二代测序技术是焦磷酸测序法——由4种酶催化的同一反应体系中的酶级联化学发光反应，适于对已知的短序列的测序分析。
而第三代测序技术则是基于纳米孔的单分子读取技术，这种方法读取数据更快、有望大大降低测序成本，改变个人医疗的前景。这一技术的研发是系统工程，涉
9
及生物、半导体、计算机、化学、光学等多个领域，需要不同学科顶尖力量的合作。
Science文章重点提到了其中的半导体技术，离子激流公司(Ion Torrent)的测序仪就是一种硅芯片，是利用与半导体一样的方式构建的，利用这种技术，科学家们在Science杂志上公布了三个低成本的完整人类基因组序列。这种高质量，低成本(文章还报道了不同样本的测序成本，包括了从$8,005(87x coverage)到$1,726(45x coverage)的范围)的基因组测序方法能帮助研究人员对成千上百个某种疾病患者的完整基因组序列进行分析，从而获得对这种疾病的深入了解，最终找出预防和治疗的方法。
基于半导体技术的纳米孔测序技术，DNA分子依靠被称为核酸外切酶的蛋白质以一次一个碱基的速度通过小孔。这个酶能清楚地区分出4个DNA碱基编码:A、C、G、T，也可以检测出该碱基是否被甲基化，一个单孔能在大约70天左右测定一个完整的基因序列。
纳米孔技术不需要荧光标记物并且很可能不需要进行扩增，能直接并快速“读”出DNA，同时足够廉价，使进行大量重复实验成为可能。目前一些公司已经
研发出包含几百个纳米孔的芯片，该芯片可以用在一台机器上，快速且廉价地给大量DNA进行排序。
英国纳米孔公司总裁戈登-桑赫纳说，这一技术预示了基因测序领域的一个跳跃变化，花费不到1000美元就可以完成一个基因测序。借助该技术，在未来5年内，测序费用将有可能降至500美元。到那时，基因测序可以成为英国国民健康保险制度的一部分，民营保险公司也支付得起。该技术也可以让医生使用DNA来预测并且预防诸如心脏病、糖尿病等疾病，更加有效地开药。目前第三代基因测序技术竞争激烈，美国宣称要在2012年推出成熟的第三代基因测序仪，日本和欧洲也有相关的研发计划。我国也有这方面的计划，中科院北京基因组研究所是国内权威的基因组学研究机构，他们已和浪潮集团成立了“中科院北京基因组研究所—浪潮基因组科学联合实验室”，这一实验室将研发国产第三代基因测序仪，第一台样机预计2013年问世。
我国从事基因研究使用的第二代基因测序仪完全依靠进口。在经费受限的情况下，足够数量的基因测序设备难以获得，科研进度缓慢。更严重的是，由于基因
10
资源具有唯一性，国外公司利用基因测序设备方面的先发优势，抢先申请基因专利，垄断未来全球的基因产业。因此我国科学家希望能开发出第三代基因测序仪，这种测序仪仅需几十分钟即可完成一个人的完整基因组测序，短于第二代产品1个月以上的测序周期。同时，测试成本也将下降到5000元左右。
11
高通量测序基础知识简介 陆桂 什么是高通量测序？ 高通量测序技术（High-throughput sequencing，HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变,一次对几十万到几百万条核酸分子进行序列测定, 因此在有些文献中称其为下一代测序技术(next generation sequencing，NGS )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)。 什么是Sanger法测序（一代测序） Sanger法测序利用一种DNA聚合酶来延伸结合在待定序列模板上的引物。直到掺入一种链终止核苷酸为止。每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-OH基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止。终止点由反应中相应的双脱氧而定。每一种dNTPs和ddNTPs的相对浓度可以调整，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，凝胶处理后可用X-光胶片放射自显影或非同位素标记进行检测。 什么是基因组重测序（Genome Re-sequencing） 全基因组重测序是对基因组序列已知的个体进行基因组测序，并在个体或群体水平上进行差异性分析的方法。随着基因组测序成本的不断降低，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。通过构建不同长度的插入片段文库和短序列、双末端测序相结合的策略进行高通量测序，实现在全基因组水平上检测疾病关联的常见、低频、甚至是罕见的突变位点，以及结构变异等，具有重大的科研和产业价值。 什么是de novo测序 de novo测序也称为从头测序：其不需要任何现有的序列资料就可以对某个物种进行测序，利用生物信息学分析手段对序列进行拼接，组装，从而获得该物种的基因组图谱。获得一个物种的全基因组序列是加快对此物种了解的重要捷径。随着新一代测序技术的飞速发展，基因组测序所需的成本和时间较传统技术都大大降低，大规模基因组测序渐入佳境，基因组学研究也迎来新的发展契机和革命性突破。利用新一代高通量、高效率测序技术以及强大的生物信息分析能力，可以高效、低成本地测定并分析所有生物的基因组序列。 什么是外显子测序（whole exon sequencing） 外显子组测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。外显子测序相对于基因组重测序成本较低，对研究已知基因的SNP、Indel等具有较大的优势，但无法研究基因组结构变异如染色体断裂重组等。
第三代测序技术的三种技术平台介绍 随着生物学的发展，人们对基因的功能研究更加透彻，为了进一步研究和改造基因的目的需要详细了解生物的基因组全序列，因为DNA序列是改造基因的基础，这就要求具有高效的DNA测序技术。DNA测序技术到目前为止已经发展到了第三代测序技术。 最早的Sanger测序在人类基因组计划中立下赫赫战功，但也给基因组测序贴上了数亿美元的价格标签，让人生畏。这两年发展迅猛的第二代测序仪——Illumina的Genome Analyzer、Roche 454的GS系列以及ABI的SOLiD系统——让人类基因组重测序的费用蹭地降低到10万美元以下。现在，能对单个DNA分子进行测序的第三代测序仪也加入到这场比赛中，让竞争更加激烈。 目前，第三代测序主要有三种技术平台。两种通过掺入并检测荧光标记的核苷酸，来实现单分子测序。Helicos的遗传分析系统已上市，而Pacific Biosciences准备在明年推出单分子实时(SMRT)技术。第三种Oxford Nanopore的纳米孔(nanopore)测序还尚未有推出的时间表，但有可能是这三种当中最便宜的。纳米孔测序的优势在于它不需要对DNA进行标记，也就省去了昂贵的荧光试剂和CCD照相机。 最近，Oxford Nanopore T echnologies的Hagan Bayley及他的研究小组正致力于改善纳米孔。根据他们之前的工作，他们以a-溶血素来设计纳米孔，并将环式糊精共价结合在孔的内侧(下图)。当核酸外切酶消化单链DNA后，单个碱基落入孔中，它们瞬间与环式糊精相互作用，并阻碍了穿过孔中的电流。每个碱基ATGC以及甲基胞嘧啶都有自己特有的电流振幅，因此很容易转化成DNA序列。每个碱基也有特有的平均停留时间，它的解离速率常数是电压依赖的，+180 mV的电位能确保碱基从孔的另一侧离开。
DNA测序技术的发展及其最新进展 摘要：自从诺贝尔奖得主桑格于1977年发明了第一代DN测序技术以来，DNA测序技术已经作为重要的实验技术广泛的应用于现代生物学研究当中。经过了几十年的发展，DNA测序技术日臻成熟，并且以单分子测序为特点的第三代测序技术也已经诞生。本文主要就每一代测序技术原理和特点及其最新进展做简要介绍。 关键词：DNA测序技术；第三代DNA测序技术；最新进展 The Development and New Progress of DNA Sequencing Technology Abstract: Since Nobel Prize Winner Sanger have founded the first generation of DNA Sequence technology in 1977, DNA sequencing technology has been widely used in modern biological researches as an important experimental. Over decades of year’s development, DNA sequence technology mature gradually and the third generation sequencing technologies characterized by single-molecule sequencing have also emerged. The mechanisms and features of each generation of sequencing technology and their latest progress will be discussed here. Key Words: DNA Sequence technology ; third generation DNA sequencing ;latest development 1.引言 DNA测序技术是分子生物学研究中最常用的技术,它的出现极大地推动了生物学的发展。自从1953年Watson和Crick发现DNA双螺旋结构后[1]，人类就开始了对DNA序列的探索，在世界各地掀起了DNA测序技术的热潮。1977年Maxam和Gilbert报道了通过化学降解测定DNA序列的方法[2]。同一时期,Sanger发明了双脱氧链终止法[3]。20世纪90年代初出现的荧光自动测序技术将DNA测序带入自动化测序的时代。这些技术统称为第一代DNA测序技术。最近几年发展起来的第二代DNA测序技术则使得DNA测序进入了高通量、低成本的时代。目前,基于单分子读取技术的第三代测序技术已经出现,该技术测定DNA序列更快,并有望进一步降低测序成本,推进相关领域生物学研究。本文主要介绍DNA测序技术的发展历史及不同发展阶段各种主要测序技术的特点，并针对目前新一代DNA测序技术及目前国际DNA测序最新进展做简要综述。
转录组高通量测序 2010-11-22 09:48 （第二代高通量测序技术-454） 转录组即特定细胞在某一功能状态下所能转录出来的所有RNA的总和，是研究细胞表型和功能的一个重要手段。与基因组不同的是，转录组的定义中包含了时间和空间的限定。同一细胞在不同的生长时期及生长环境下，其基因表达情况是不完全相同的。罗氏GS-FLX-Titanium第二代高通量测序仪平均读长超过 400bp，在测序读长上遥遥领先于其它第二代高通量测序仪，使其成为转录组学研究的首选测序平台，已被广泛应用于基础研究、临床诊断和药物研发等领域。 一、罗氏454测序技术在环境微生物生态多样性研究中的突出优势体现在：（1）测序序列长，便于聚类拼接，可以对转录本进行从头组装（de novo assembly）。 （2）测序通量高，可以检测到低丰度转录本信息。 （3）可以对无基因组参考序列的新物种进行转录组测序，发现新的转录本和亚型。 （4）实验操作简单、结果稳定，可重复性强。无需进行克隆的文库构建，双链cDNA连接454接头后可以直接进行测序，实验周期短。 （5）测序数据便于进行生物信息分析，可以进行基因差异表达分析、鉴定基因的可变剪切以及预测新基因。 二、美吉公司在环境微生物生态多样性研究中的突出优势体现在： （1）拥有自主实验室和高通量测序平台，可以根据客户要求灵活安排实验，实验周期短，取样方便，质量可靠。 （2）技术人员经验丰富，可以稳定地进行总RNA的提取和双链cDNA的合成，可以根据顾客要求第一时间提供实验方案。 （3）有专业的生物信息团队和大型计算机，可以为客户提供个性化的生物信息分析服务。 （4）开放式实验室，参与式服务。客户不但可以参与整个实验过程，而且可以参与生物信息分析，提供最为增值的售后服务。 三、服务流程 （1）客户提供样本背景信息、实验目的和实验预期。 （2）美吉公司设计实验方案，提供测序深度建议和生物信息分析建议。 （3）客户认可实验方案，双方签订项目合作协议。 （4）项目开始运作，美吉公司指定专人和客户保持无障碍沟通。 （5）项目结束，美吉公司提供标准结题报告。 （6）客户可以和美吉公司签订长期合作协议，享受折扣和VIP服务。 四、送样要求 （1）动物、植物、微生物组织： > 请提供足量的新鲜样品，样品量≥5g；植物材料应避免过老的组织，尽量用柔嫩部位。 > 新鲜程度要求：采样后将样品立即液氮速冻－80℃保存（保存期不超过1个月），干冰运输，运输时间不超过72h。 > 样本保存期间切忌反复冻融。
转录组测序技术的应用及发展综述 摘要：转录组测序（RNA-Seq）作为一种新的高效、快捷的转录组研究手段正在改变着人们对转录组的认识。RNA-Seq利用高通量测序技术对组织或细胞中所有RNA 反转录而成cDNA文库进行测序，通过统计相关读段(reads)数计算出不同RNA的表达量，发现新的转录本；如果有基因组参考序列，可以把转录本映射回基因组，确定转录本位置、剪切情况等更为全面的遗传信息，已广泛应用于生物学研究、医学研究、临床研究和药物研发等。文章主要比较近年来转录组研究的几种方法和几种RNA-Seq的研究平台，着重介绍RNA-Seq的原理、用途、步骤和生物信息学分析，并就RNA-Seq技术面临的挑战和未来发展前景进行了讨论及在相关领域的应用等内容，为今后该技术的研究与应用提供参考。 关键词: RNA-Seq；原理应用；方法；挑战；发展前景 Abstract：Transcriptome sequencing (RNA-Seq) is a kind of high efficiency, quick transcriptome research methods are changing our understanding of transcriptome. RNA-Seq to use high-throughput sequencing of tissues or cells of all RNA reverse transcription into cDNA library were sequenced, through statistical correlation read paragraph (reads) numbers were calculated from the expression of different RNA transcripts, find new; if the genome reference sequence, the transcripts mapped to genomic, determine the position of the transcription shear condition, more genetic information, has been widely used in biological research, medical research, clinical research and drug development. This paper compared several methods of platform transcriptome studies and several kinds of RNA-Seq in recent years, RNA-Seq focuses on the principle, purpose, steps and bioinformatics analysis, and discusses the RNA-Seq technology challenges and future development prospect and the application in related field and other content, provide the reference for the research and application of the technology future. Key word：RNA-Seq ;application; principle; method; challenge; development prospects
基因组测序基础知识 ㈠De Novo测序也叫从头测序，是首次对一个物种的基因组进行测序，用生物信息学的分析方法对测序所得序列进行组装，从而获得该物种的基因组序列图谱。 目前国际上通用的基因组De Novo测序方法有三种： 1. 用Illumina Solexa GA IIx 测序仪直接测序； 2. 用Roche GS FLX Titanium直接完成全基因组测序； 3. 用ABI 3730 或Roche GS FLX Titanium测序，搭建骨架，再用Illumina Solexa GA IIx 进行深度测序，完成基因组拼接。 采用De Novo测序有助于研究者了解未知物种的个体全基因组序列、鉴定新基因组中全部的结构和功能元件，并且将这些信息在基因组水平上进行集成和展示、可以预测新的功能基因及进行比较基因组学研究，为后续的相关研究奠定基础。 实验流程： 公司服务内容 1.基本服务：DNA样品检测；测序文库构建；高通量测序；数据基本分析（Base calling，去接头， 去污染）；序列组装达到精细图标准 2.定制服务：基因组注释及功能注释；比较基因组及分子进化分析，数据库搭建；基因组信息展 示平台搭建 1.基因组De Novo测序对DNA样品有什么要求？
(1) 对于细菌真菌，样品来源一定要单一菌落无污染，否则会严重影响测序结果的质量。基因组完整无降解(23 kb以上)， OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；每次样品制备需要10 μg样品，如果需要多次制备样品，则需要样品总量=制备样品次数*10 μg。 (2) 对于植物，样品来源要求是黑暗无菌条件下培养的黄化苗或组培样品，最好为纯合或单倍体。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (3) 对于动物，样品来源应选用肌肉，血等脂肪含量少的部位，同一个体取样，最好为纯合。基因组完整无降解(23 kb以上)，OD值在1.8～2.0 之间；样品浓度大于30 ng/μl；样品总量不小于500 μg，详细要求参见项目合同附件。 (4) 基因组De Novo组装完毕后需要构建BAC或Fosmid文库进行测序验证，用于BAC 或Fosmid文库构建的样品需要保证跟De Novo测序样本同一来源。 2. De Novo有几种测序方式 目前3种测序技术 Roche 454，Solexa和ABI SOLID均有单端测序和双端测序两种方式。在基因组De Novo测序过程中，Roche 454的单端测序读长可以达到400 bp，经常用于基因组骨架的组装，而Solexa和ABI SOLID双端测序可以用于组装scaffolds和填补gap。下面以solexa 为例，对单端测序(Single-read)和双端测序(Paired-end和Mate-pair)进行介绍。Single-read、Paired-end和Mate-pair主要区别在测序文库的构建方法上。 单端测序(Single-read)首先将DNA样本进行片段化处理形成200-500bp的片段，引物序列连接到DNA片段的一端，然后末端加上接头，将片段固定在flow cell上生成DNA簇，上机测序单端读取序列(图1)。 Paired-end方法是指在构建待测DNA文库时在两端的接头上都加上测序引物结合位点，在第一轮测序完成后，去除第一轮测序的模板链，用对读测序模块(Paired-End Module)引导互补链在原位置再生和扩增，以达到第二轮测序所用的模板量，进行第二轮互补链的合成测序(图2)。 图1 Single-read文库构建方法图2 Paired-end文库构建方法
一代、二代、三代测序技术 (2014-01-22 10:42:13) 转载 第一代测序技术-Sanger链终止法 一代测序技术是20世纪70年代中期由Fred Sanger及其同事首先发明。其基本原理是，聚丙烯酰胺凝胶电泳能够把长度只差一个核苷酸的单链DNA分子区分开来。一代测序实验的起始材料是均一的单链DNA分子。第一步是短寡聚核苷酸在每个分子的相同位置上退火，然后该寡聚核苷酸就充当引物来合成与模板互补的新的DNA链。用双脱氧核苷酸作为链终止试剂（双脱氧核苷酸在脱氧核糖上没有聚合酶延伸链所需要的3－OH基团，所以可被用作链终止试剂）通过聚合酶的引物延伸产生一系列大小不同的分子后再进行分离的方法。测序引物与单链DNA模板分子结合后，DNA聚合酶用dNTP延伸引物。延伸反应分四组进行，每一组分别用四种ddNTP（双脱氧核苷酸）中的一种来进行终止，再用PAGE分析四组样品。从得到的PAGE胶上可以读出我们需要的序列。 第二代测序技术-大规模平行测序 大规模平行测序平台（massively parallel DNA sequencing platform）的出现不仅令DNA测序费用降到了以前的百分之一，还让基因组测序这项以前专属于大型测序中心的“特权”能够被众多研究人员分享。新一代DNA测序技术有助于人们以更低廉的价格，更全面、更深入地分析基因组、转录组及蛋白质之间交互作用组的各项数据。市面上出现了很多新一代测序仪产品，例如美国Roche Applied Science公司的454基因组测序仪、美国Illumina公司和英国Solexa technology公司合作开发的Illumina测序仪、美国Applied Biosystems公司的SOLiD测序仪。Illumina/Solexa Genome Analyzer测序的基本原理是边合成边测序。在Sanger等测序方法的基础上，通过技术创新，用不同颜色的荧光标记四种不同的dNTP，当DNA聚合酶合成互补链时，每添加一种dNTP就会释放出不同的荧光，根据捕捉的荧光信号并经过特定的计算机软件处理，从而获得待测DNA的序列信息。以Illumina测序仪说明二代测序的一般流程，（1）文库制备，将DNA用雾化或超声波随机片段化成几百碱基或更短的小片段。用聚合酶和外切核酸酶把DNA片段切成平末端，紧接着磷酸化并增加一个核苷酸黏性末端。然后将Illumina测序接头与片段连接。（2）簇的创建，将模板分子加入芯片用于产生克隆簇和测序循环。芯片有8个纵向泳道的硅基片。每个泳道内芯片表面有无数的被固定的单链接头。上述步骤得到的带接头的DNA 片段变性成单链后与测序通道上的接头引物结合形成桥状结构，以供后续的预扩增使用。通过不断循环获得上百万条成簇分布的双链待测片段。（3）测序，分三步：DNA聚合酶结合荧光可逆终止子，荧光标记簇成像，在下一个循环开
导读从1977年第一代DNA测序技术（Sanger法）1，发展至今三十多年时间，测序技术已取得了相当大的发展，从第一代到第三代乃至第四代，测序读长从长到短，再从短到长。 摘要：从1977年第一代DNA测序技术（Sanger法）1，发展至今三十多年时间，测序 技术已取得了相当大的发展，从第一代到第三代乃至第四代，测序读长从长到短，再从短到长。虽然就当前形势看来第二代短读长测序技术在全球测序市场上仍然占有着绝对的优势位置，但第三和第四代测序技术也已在这一两年的时间中快速发展着。测序技术的每一次变革，也都对基因组研究，疾病医疗研究，药物研发，育种等领域产生巨大的推动作用。在这里我主要对当前的测序技术以及它们的测序原理做一个简单的小结。 图1：测序技术的发展历程 生命体遗传信息的快速获得对于生命科学的研究有着十分重要的意义。以上（图1）所描述的是自沃森和克里克在1953年建立DNA双螺旋结构以来，整个测序技术的发展历程。 第一代测序技术 第一代DNA测序技术用的是1975年由桑格（Sanger）和考尔森（Coulson）开创的链终止法或者是1976-1977年由马克西姆（Maxam）和吉尔伯特（Gilbert）发明的化学法（链降解）. 并在1977年，桑格测定了第一个基因组序列，是噬菌体X174的，全长5375个碱基1。自此，人类获得了窥探生命遗传差异本质的能力，并以此为开端步入基因组学时代。研究人员在Sanger法的多年实践之中不断对其进行改进。在2001年，完成的首个人类基因组图谱就是以改进了的Sanger法为其测序基础，Sanger法核心原理是：由于ddNTP的2’和3’都不含羟基，其在DNA的合成过程中不能形成磷酸二酯键，因此可以用来中断DNA 合成反应，在4个DNA合成反应体系中分别加入一定比例带有放射性同位素标记的ddNTP（分为：ddATP,ddCTP,ddGTP和ddTTP），通过凝胶电泳和放射自显影后可以根据电泳带的位置确定待测分子的DNA序列（图2）。这个网址为 sanger测序法制作了一个小短片，形象而生动。 值得注意的是，就在测序技术起步发展的这一时期中，除了Sanger法之外还出现了一些其他的测序技术，如焦磷酸测序法、链接酶法等。其中，焦磷酸测序法是后来Roche公司454技术所使用的测序方法2–4，而连接酶测序法是后来ABI公司SOLID技术使用的测序方法2,4，但他们的共同核心手段都是利用了Sanger1中的可中断DNA合成反应的dNTP。
高通量测序基础知识汇总 一代测序技术：即传统的Sanger测序法，Sanger法是根据核苷酸在待定序列模板上的引物点开始，随机在某一个特定的碱基处终止，并且在每个碱基后面进行荧光标记，产生以A、T、C、G结束的四组不同长度的一系列核苷酸，每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-OH 基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，通过检测得到DNA碱基序列。 二代测序技术：next generation sequencing（NGS）又称为高通量测序技术，与传统测序相比，二代测序技术可以一次对几十万到几百万条核酸分子同时进行序列测定，从而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）。NGS主要的平台有Roche（454 & 454+），Illumina（HiSeq 2000/2500、GA IIx、MiSeq），ABI SOLiD等。 基因：Gene，是遗传的物质基础，是DNA或RNA分子上具有遗传信息的特定核苷酸序列。基因通过复制把遗传信息传递给下一代，使后代出现与亲代相似的性状。 DNA：Deoxyribonucleic acid，脱氧核糖核酸，一个脱氧核苷酸分子由三部分组成：含氮碱基、脱氧核糖、磷酸。脱氧核糖核酸通过3',5'-磷酸二酯键按一定的顺序彼此相连构成长链，即DNA链，DNA链上特定的核苷酸序列包含有生物的遗传信息，是绝大部分生物遗传信息的载体。
一代、二代、三代测序技术 第一代测序技术-Sanger链终止法 一代测序技术是20世纪70年代中期由Fred Sanger及其同事首先发明。其基本原理是，聚丙烯酰胺凝胶电泳能够把长度只差一个核苷酸的单链DNA分子区分开来。一代测序实验的起始材料是均一的单链DNA分子。第一步是短寡聚核苷酸在每个分子的相同位置上退火，然后该寡聚核苷酸就充当引物来合成与模板互补的新的DNA链。用双脱氧核苷酸作为链终止试剂（双脱氧核苷酸在脱氧核糖上没有聚合酶延伸链所需要的3－OH基团，所以可被用作链终止试剂）通过聚合酶的引物延伸产生一系列大小不同的分子后再进行分离的方法。测序引物与单链DNA模板分子结合后，DNA聚合酶用dNTP延伸引物。延伸反应分四组进行，每一组分别用四种ddNTP（双脱氧核苷酸）中的一种来进行终止，再用PAGE分析四组样品。从得到的PAGE胶上可以读出我们需要的序列。 第二代测序技术-大规模平行测序 大规模平行测序平台（massively parallel DNA sequencing platform）的出现不仅令DNA测序费用降到了以前的百分之一，还让基因组测序这项以前专属于大型测序中心的“特权”能够被众多研究人员分享。新一代DNA测序技术有助于人们以更低廉的价格，更全面、更深入地分析基因组、转录组及蛋白质之间交互作用组的各项数据。市面上出现了很多新一代测序仪产品，例如美国Roche Applied Science公司的454基因组测序仪、美国Illumina公司和英国Solexa
technology公司合作开发的Illumina测序仪、美国Applied Biosystems公司的SOLiD测序仪。Illumina/Solexa Genome Analyzer测序的基本原理是边合成边测序。在Sanger等测序方法的基础上，通过技术创新，用不同颜色的荧光标记四种不同的dNTP，当DNA聚合酶合成互补链时，每添加一种dNTP就会释放出不同的荧光，根据捕捉的荧光信号并经过特定的计算机软件处理，从而获得待测DNA的序列信息。以Illumina测序仪说明二代测序的一般流程，（1）文库制备，将DNA用雾化或超声波随机片段化成几百碱基或更短的小片段。用聚合酶和外切核酸酶把DNA片段切成平末端，紧接着磷酸化并增加一个核苷酸黏性末端。然后将Illumina测序接头与片段连接。（2）簇的创建，将模板分子加入芯片用于产生克隆簇和测序循环。芯片有8个纵向泳道的硅基片。每个泳道内芯片表面有无数的被固定的单链接头。上述步骤得到的带接头的DNA 片段变性成单链后与测序通道上的接头引物结合形成桥状结构，以供后续的预扩增使用。通过不断循环获得上百万条成簇分布的双链待测片段。（3）测序，分三步：DNA 聚合酶结合荧光可逆终止子，荧光标记簇成像，在下一个循环开始前将结合的核苷酸剪切并分解。（4）数据分析 第三代测序技术-高通量、单分子测序 被称为第三代的测序的He-licos单分子测序仪，PacificBioscience的SMRT技术和 Oxford Nanopore Technologies 公司正在研究的纳米孔单分子测序技术正向着高通量低成本长读取长度的方向发展。不同于第二代测序依赖于DNA模板
转录组高通量测序中，reads、contigs、scaffold、unigene、singleton 高通量测序时，在芯片上的每个反应，会读出一条序列，是比较短的，叫read，它们是原始数据； 有很多reads通过片段重叠，能够组装成一个更大的片段，称为contig（克隆群）； 多个contigs通过片段重叠，组成一个更长的scaffold； 一个contig被组成出来之后，鉴定发现它是编码蛋白质的基因，就叫singleton； 多个contigs组装成scaffold之后，鉴定发现它编码蛋白质的基因，叫unigene。 基因组测序方法： 链中止法测序：通过合成与单链DNA互补的多核甘酸链，由于合成的互补链可在不同位置随机终止反应，产生只差一个核苷酸的DNA分子，从而来读取待测DNA分子的顺序。 化学降解法测序：在待定的核苷酸碱基中引入化学集团，再用化合物处理，使DNA分子在被修饰的位置降解。 自动化测序：与链终止测序原理相同，这姿势用不同的荧光色彩标记ddNTP，如ddA TP 标记红色荧光，ddCTP标记蓝色荧光，ddGTP标记黄色荧光，ddTTP标记绿色荧光。由于每种ddNTP带有各自待定的荧光颜色，二简化为由1个泳道同时判读4种碱基。 非常规DNA测序毛细管电泳、光点测序、DNA芯片测序、随机的组装（鸟枪法）鸟枪法：就有可能出现错装。 鸟枪法策略指导测序策略 不需要背景信息构建克隆群 时间短需要几年时间 需要大型计算机 得到的是草图（Draft）得到的是精细图谱 EST （Expressed sequence tag）测序 EST是一种重要的基因组图分子标记，以EST为探针很容易从cDNA文库中筛选全基因，又可从BAC克隆中找到其基因组的基因序列。 优点：mRNA可直接反转录成cDNA，而且cDNA文库也可比较容易构建。 对cDNA文库大量测序，即可获得大量的EST序列 EST为基因的编码区，不包括内含子和基因间区域，一次测序的结果足以鉴定所代表的基因。 人类基因组计划于1990年启动，我国于1999年加入，承担1%任务，即人类3号染色体短臂上约30MB的测序任务。 2000年6月26完成草图。测序错误率低于1%%。
导从1977年第一代DNA测序技术（Sanger法）1,发展至今三十多年时间，测导序技术已取得了相当大的发展，从第一代到第三代乃至第四代，测序读长从读长到短，再从短到长。 摘要：从1977年第一代DNA测序技术（Sanger法）1，发展至今三十多年时间，测序技术已取得了相当大的发展，从第一代到第三代乃至第四代，测序读长从长到短，再从短到 长。虽然就当前形势看来第二代短读长测序技术在全球测序市场上仍然占有着绝对的优势 位置，但第三和第四代测序技术也已在这一两年的时间中快速发展着。测序技术的每一次变 革，也都对基因组研究，疾病医疗研究，药物研发，育种等领域产生巨大的推动作用。在 这里我主要对当前的测序技术以及它们的测序原理做一个简单的小结。 图1 :测序技术的发展历程 生命体遗传信息的快速获得对于生命科学的研究有着十分重要的意义。以上（图1）所描述的是自沃森和克里克在1953年建立DNA双螺旋结构以来，整个测序技术的发展历程。 第一代测序技术 第一代DNA测序技术用的是1975年由桑格（Sanger）和考尔森（Coulson ）开创的链终止法或者是1976-1977年由马克西姆（Maxam和吉尔伯特（Gilbert ）发明的化学法（链降解）?并在1977年，桑格测定了第一个基因组序列，是噬菌体X174的，全长5375个碱 基1。自此，人类获得了窥探生命遗传差异本质的能力，并以此为开端步入基因组学时代。 研究人员在Sanger法的多年实践之中不断对其进行改进。在2001年，完成的首个人类基 因组图谱就是以改进了的Sanger法为其测序基础，Sanger法核心原理是：由于ddNTP的2' 和3'都不含羟基，其在DNA的合成过程中不能形成磷酸二酯键，因此可以用来中断DNA 合成反应，在4个DNA合成反应体系中分别加入一定比例带有放射性同位素标记的ddNTP分为：ddATP,ddCTP,ddGTP和ddTTP），通过凝胶电泳和放射自显影后可以根据电泳带的位置确定待测分子的DNA序列（图2）。这个网址为san ger测序法制作了一个小短片，形象而生动。 值得注意的是，就在测序技术起步发展的这一时期中，除了San ger法之外还出现了一 些其他的测序技术，如焦磷酸测序法、链接酶法等。其中，焦磷酸测序法是后来Roche公司454技术所使用的测序方法2 - 4,而连接酶测序法是后来ABI公司SOLID技术使用的测序方 法2,4，但他们的共同核心手段都是利用了Sanger1中的可中断DNA合成反应的dNTP 图2: Sanger法测序原理
测序技术的发展历程 随着1953年沃森和克里克发现了DNA的双螺旋结构，到2001年，首个人类基因组图谱的绘制完成，人们越来越多的认识到测序在生物医学中的重要作用。 测序技术的发展历史 Sanger测序技术 1975年由桑格和考尔森开创的链终止法测序技术标志着人类第一代DNA测序技术的诞生。1977年，人类历史上第一个基因组序列噬菌体X174由桑格团队测序完成。自此，人类获得了窥探生命遗传差异本质的能力，并以此为开端步入基因组学时代。 SangerJ.D. Waston、F.Crick
虽然第一代测序技术的测序读长可达1000bp，准确性高达99.999%，但其测序成本高，通量低等方面的缺点，严重影响了其真正大规模的应用。因而第一代测序技术并不是最理想的测序方法。从那时起人们开始了二代测序技术的探索。 第二代测序技术 第二代测序技术的核心思想是边合成边测序（Sequencing by Synthesis)，在Sanger等测序方法的基础上，通过技术创新，用不同颜色的荧光标记四种不同的dNTP，当DNA聚合酶合成互补链时，每添加一种dNTP就会释放出不同的荧光，根据捕捉的荧光信号并经过特定的计算机软件处理，从而获得待测DNA的序列信息。 现有的技术平台主要包括Roche/454 FLX（已宣布停产）、Illumina Hiseq Miseq等系列和Applied Biosystems SOLID system。 Roche/454 FLX Illumina Hiseq 2500 AB SOLID 第三代测序技术 第二代测序技术虽然较Sanger测序有了巨大的突破，但是其测序的理论基础仍然建立在PCR扩增的基础之上。为了有效的避免测序过程中由于PCR扩增带来的偏差，科学家们积极投身到第三代单分子测序仪研究当中。目前最具代表性的包括Heliscope单分子实时合成测序法，纳米孔测序技术等。
很高兴成为论坛特邀专家，鄙人会接下来的一段时间内写一些高通量测序数据方面的帖子，由浅入深，可能刚开始会比较简单一些，后面会有一些针对性的专题，也欢迎各位大侠或小菜提出建议或问题大家一起探讨。为了活跃论坛建议大家直接跟帖或发新帖，我会尽快回复大家。 本人方向也仅限在RNA-seq 领域，所以其他领域的问题可能不太了解，只能按照自己的背景知识和请教别人解答，请大家慢拍砖！ 另外，由于实验室课题比较忙，所以可能不能及时发帖或回复大家，也请见谅。 既然是入门专题，那就先简单说一下，要分析高通量测序数据的配置要求吧： 声明：该配置不适用与从华大拿回分析结果直接写paper 的同学。我认识的一位同学一点生物信息背景也没有，直接用华大返回分析结果发了很好的文章，如果想这样的同学可直接跳过这篇，等待以后的专题。 言归正传： 1. 软配置： 生物理论知识：熟悉生命活动的基本过程，对复制、转录、翻译、转录后修饰有较清晰的认识，如果知道cis-element 和trans-factor 的区别就更好了。推荐朱玉贤的分子生物学，能够掌握60% 就差不多了（这是对想通过测序数据进行生物分析同学的要求，如果是做软件开发等就无所谓了，比如国内做的很好的一些实验室，都是数学或自动化专业的牛人，以下一些配置也不适用这些牛人） 实验理论知识：不一定要做过实验，但至少要知道实验的过程，比如测序前样本的处理过程，序列片段化、加接头、PCR 扩增等。也许没有用，但将来出了问题，你可以很容易知道问题出在哪里 编程知识：要求不用太高，学一些perl 就可以了，对于生物专业的同学（本人就是生物专业），强烈推荐perl 语言入门，好像现在已经出到第五版了。此书极为搞笑，本人当时看了一个星期，其中幽默的语言导致本人经常笑出声音引得实验室同学以为神经了。对于有C 语言基础的同学来说简直就是菜，两天就可以通了。另外，学有余力的同学可以学一些R 以及python 或java. 因为好多软件都是用R 或python 写的，如果要是比较懒或三国杀很忙抽不出空就算了，学学perl 就好了。切记一点：perl 的学习过程中除了基础知识，一定要看一下哈希和模块这两部分。当然如果你们导师允许你对数据去个冗余也要半个月的话，你只学到循环就可以了。 统计学知识：只要大学上过生物统计也就差不多了（遇到二百五的老师你就比较悲剧了），最基本的知道什么是标准化，正态分布，p value 以及卡方检验或Fisher 精确检验，多重检验,，FDR 这些概念和计算方法也就差不多了。推荐从以下统计软件中择一精通之： SAS(比较变态，硕士期间学了，后来就还给老师了) excel(入手比较容易，好好学学，功能比较全，我学的差) matlab(本人认为最牛的统计软件，有专门的论坛，有兴趣的同学可以google 一下) SPSS(上手比较容易，而且很多汉化的非常好，新手同学比较推荐，但是精通比较
在过去几年里，新一代DNA 测序技术平台在那些大型测序实验室中迅猛发展，各种新技术犹如雨后春笋般涌现。之所以将它们称之为新一代测序技术（next-generation sequencing），是相对于传统Sanger 测序而言的。Sanger 测序法一直以来因可靠、准确，可以产生长的读长而被广泛应用，但是它的致命缺陷是相当慢。十三年，一个人类基因组，这显然不是理想的速度，我们需要更高通量的测序平台。此时，新一代测序技术应运而生，它们利用大量并行处理的能力读取多个短DNA 片段，然后拼接成一幅完整的图画。 Sanger 测序大家都比较了解，是先将基因组DNA 片断化，然后克隆到质粒载体上，再转化大肠杆菌。对于每个测序反应，挑出单克隆，并纯化质粒DNA。每个循环测序反应产生以ddNTP 终止的，荧光标记的产物梯度，在测序仪的96或384 毛细管中进行高分辨率的电泳分离。当不同分子量的荧光标记片断通过检测器时，四通道发射光谱就构成了测序轨迹。 在新一代测序技术中，片断化的基因组DNA 两侧连上接头，随后运用不同的步骤来产生几百万个空间固定的PCR 克隆阵列（polony）。每个克隆由单个文库片段的多个拷贝组成。之后进行引物杂交和酶延伸反应。由于所有的克隆都是系在同一平面上，这些反应就能够大规模平行进行。同样地，每个延伸所掺入的荧光标记的成像检测也能同时进行，来获取测序数据。酶拷问和成像的持续反复构成了相邻的测序阅读片段。
Solexa高通量测序原理
--采用大规模并行合成测序法(SBS,Sequencing-By-Synthesis)和可逆性末端终结技术（ReversibleTerminatorChemistry） --可减少因二级结构造成的一段区域的缺失。 --具有高精确度、高通量、高灵敏度和低成本等突出优势 --可以同时完成传统基因组学研究（测序和注释）以及功能基因组学（基因表达及调控，基因功能，蛋白/核酸相互作用）研究 ----将接头连接到片段上，经PCR扩增后制成Library。 ----随后在含有接头（单链引物）的芯片（flowcell）上将已加入接头的DNA片段变成单链后通过与单链引物互补配对绑定在芯片上，另一端和附近的另外一个引物互补也被固定，形成“桥” ----经30伦扩增反应，形成单克隆DNA簇 ----边合成边测序（Sequencing By Synthesis）的原理，加入改造过的DNA 聚合酶和带有4 种荧光标记的dNTP。这些dNTP是“可逆终止子”，其3’羟 基末端带有可化学切割的基团，使得每个循环只能掺入单个碱基。此时，用激光扫描反应板表面，读取每条模板序列第一轮反应所聚合上去的核苷酸种类。之后，将这些基团化学切割，恢复3'端粘性，继续聚合第二个核苷酸。如此继续下去，直到每条模板序列都完全被聚合为双链。这样，统计每轮收集到的荧光信号结果，就可以得知每个模板DNA 片段的序列。目前的配对末端读长可达到2×50 bp，更长的读长也能实现，但错误率会增高。读长会受到多个引起信号衰减的因素所影响，如荧光标记的不完全切割。 Roche 454 测序技术 “一个片段= 一个磁珠= 一条读长（One fragment =One bead = One read）”1）样品输入并片段化：GS FLX 系统支持各种不同来源的样品，包括基因组DNA、PCR 产物、BAC、cDNA、小分子RNA 等等。大的样品例如基因组DNA 或者BAC 等被打断成300－800 bp 的片段；对于小分子的非编码RNA 或者PCR 扩增产物，这一步则不需要。短的PCR 产物则可以直接跳到步骤3)。 2）文库制备：借助一系列标准的分子生物学技术，将A 和B 接头（3’和5’端具有特异性）连接到DNA 片段上。接头也将用于后续的纯化，扩增和测序步
测序相关知识点简单介绍 1、高通量 高通量，可以简单理解字面意义，即单位时间内的检测能力高，产生的数据多；不同技术平台都具有其高通量技术，如在测序技术中单次运行(run)产出序列数据量大, 就被通称为高通量测序技术，一般来讲第二代测序技术、第三代技术都属于高通量测序技术。（又如蛋白质质谱检测技术便是一种高通量的蛋白质检测技术） 2、测序技术 一代、二代、三代测序技术是人为规定区分的，主要依据是测序方法中对碱基信号识别方法的不同来区分的，识别方法的不同是各代测序方法的本质区别，其必然会延伸出不同的准确率、通量、检测方法、仪器和应用范围等。（碱基是构成DNA的基本元素，DNA由四种碱基按照不同的顺序组成，所谓测序就是指检测出DNA的碱基排列方式，如…CTAGACCGCAGAGGCGCCAT…） 3、第一代测序 第一代测序：是20世纪70年代中期由Fred Sanger及其同事首先发明，其基本原理是，通过电泳能够把长度只差一个核苷酸的单链DNA分子区分开来，再通过读出电泳的谱图来分析DNA序列。最早的一代测序法（Sanger法），完全通过手工（PCR+电泳）来操作的。 主要测序仪产品：ABI3500Dx基因分析仪等。 技术特点：耗时、步骤繁琐、每次只能分析一小片段序列、成本高、金标准主要临床应用：单位点或短序列基因分析，如组织配型、常见遗传病检测主要推广单位：立菲达安
4、第二代测序 第二代测序是相对于第一代测序来说的，检测原理是通过荧光标记四种不同碱基，DNA合成时会释放出不同的荧光，再通过读取荧光信号来识别不同碱基，从而分析出DNA序列。由于识别方法的进步，二代测序并行对几十万到几百万条DNA分子进行序列测定，可以产生大量的序列数据，故有称为高通量测序。（又被称为大规模平行测序） 主要仪器产品：Life的SOLiD、PGM、Proton等测序仪，Illumina的Solexa、Hiseq、Miseq等测序仪，以及罗氏的454测序仪等。 技术特点：操作简便、价格低廉、高通量、准确率高、应用广 主要临床应用：基因组测序（无创、个人基因组等）、序列基因测序（单基因疾病、分子病理测序项目等）、转录组/表达组测序等 主要推广单位：二代测序是目前应用最广也是最常用的测序方法，如华大基因等。 备注：Life的PGM、Proton测序仪识别信号为DNA合成释放的电流，不是对荧光的识别，故又有人称PGM、Proton测序仪为二代半测序仪或“后光学时代测序仪”。（也有部分人把Proton测序仪视为三代测序仪） 5、第三代测序 第三代测序目前还未成熟，不同于第二代测序依赖于DNA模板与固体表面相结合然后边合成边测序，第三代分子测序，不需要进行PCR扩增。目前二代技术主要包括Helico BioScience 单分子测序技术（技术原理：基于边合成边测序的思想，观测模板位点的荧光信号）、Pacific BioscienceSMRTT 技术（技术原理类同前项）和Oxford Nanopore Technologies 的纳米孔单分子测序技术（技术