基因组重测序 背景介绍 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。与已知序列比对，寻找单核苷酸多态性位点（SNP ）、插入缺失位点（InDel ，Insertion/Deletion ）、结构变异位点（SV ，Structure Variation ）位点及拷贝数变化(CNV) 。 可以寻找到大量基因差异，实现遗传进化分析及重要性状候选基因的预测。涉 及临床医药研究、群体遗传学研究、关联分析、进化分析等众多应用领域。 随着测序成本的大幅度降低以及测序效率的数量级提升， 全基因组重测序已经成为研究人类疾病及动植物分子育种最为快速有效的方法之一。利用illumina Hiseq 2000 平台，将不同插入片段文库和双末端测序相结合，可以高效地挖掘基因序列差异和结构变异等信息， 为客户进行疾病研究、分子育种等提供准确依据。 重测序的两个条件：（1）该物种基因组序列已知；（2）所测序群体之间遗传性差异不大（ >99% 相似度 ） 在已经完成的全基因组测序及其基因功能注释的基础上，采用全基因组鸟枪法（WGS ）对DNA 插入片段进行双末端测序。 技术路线 生物信息学分析
送样要求 1.样品总量：每次样品制备需要大于5ug 的样品。为保证实验质量及延续性，请一次性提供至少20ug的样品。如需多次制备样品，按照制备次数计算样品总量。 2.样品纯度：OD值260/280应在1.8～2.0 之间；无蛋白质、RNA或肉眼可见杂质污染。 3.样品浓度：不低于50 ng/μL。 4.样品质量：基因组完整、无降解，电泳结果基因组DNA主带应在λ‐Hind III digest 最大条带23 Kb以上且主带清晰，无弥散。 5.样品保存：限选择干粉、酒精、TE buffer或超纯水一种，请在样品信息单中注明。 6.样品运输：样品请置于1.5 ml管中，做好标记，使用封口膜封好；基因组DNA如果用乙醇沉淀，可以常温运输；否则建议使用干冰或冰袋运输，并选择较快的运输方式。 提供结果 根据客户需求，提供不同深度的信息分析结果。
6 首页 科技服务 医学检测 科学与技术 市场与支持 加入我们 关于我们提供领先的基因组学解决方案 Providing Advanced Genomic Solutions 诺禾致源 人类疾病基因组重测序分析图3 Circos 图 人类基因组重测序分析6项升级 Novo-Zhonghua Genomes 数据库注释 一些位点的突变可能在千人基因组中或在欧美人群中属于低频突变，但是对于中国人群来说却是常见突变。诺禾致源自建中国人数据库 Novo-Zhonghua Genomes，数据库中的所有样本均来自正常中国人群。已有研究表明，与国际通用的多人种数据库相比，使用单一人种数据库进行疾病研究，可以有效减少假阳性现象。 图2 真核生物基因的结构[6] 复杂疾病变异分类标准 DamLevel Variant Calling Variant Annotation Benign Likely Benign VUS Likely Pathogenic Custom knowledge Clinical Data Pathogenic Family Testing Published + in house data Population frequency Predictions: PolyPhen, SIFT, etc Amino acid conservation Published Disease Information Variant classification Candidate Variants Novo-Zhonghua Genomes 数据库注释 复杂疾病突变位点有害性分类 非编码区（Non-coding region）分析 疾病基因组 CNV/SV 分析 基于基因（Gene-based）的 Burden Analysis （复杂疾病散发样本） 可视化的数据结果展示 基于健康中国人群的千人测序数据，测序深度 > 30× 参考 ACMG 等，推出针对复杂疾病变异位点有害性的分类标准 应用 ENCODE 数据库最新内容，并结合国际通用数据库、自建数 复杂疾病突变位点有害性分类 基于美国医学遗传学会 ACMG[2]与 Duzkale H[3]提出的变异分类标准，诺禾致源疾病基因组信息分析团队推出了一套针对复杂疾病变异位点有害性的分类标准 DamLevel（如下图所示）。DamLevel 将变异位点的有害性分为5个层级：Pathogenic、Likely Pathogenic、VUS(Variant of uncertain significance)、Likely Begnin、Begnin，更好地鉴定个体遗传变异与疾病的相关性。 非编码区（Non-coding region）分析 基因组非编码区变异可以引发多种疾病，包括心脏类疾病、糖尿病、癌症、肥胖症等[4,5]，但目前对非编码区突变的筛选和功能描述仍具挑战性。诺禾致源非编码区分析，应用 ENCODE 数据库最新内容对非编码区突变进行注释，通过国际通用数据库和自建的 Novo-Zhonghua Genomes 数据库进行频率筛选以及保守性过滤，精确定位非编码区中低频且保守的突变，筛选到与疾病相关的非编码区突变。 疾病基因组 CNV/SV 分析 CNV/SV 与基因表达、表型、人类疾病发生发展都有着非常密切的关系[7,8]，诺禾致源疾病基因组信息分析团队研发了一整套 CNV/SV 筛选方法，包括有害性 CNV/SV 筛选和 de novo CNV/SV 分析（基于成三或成四家系）等。利用 DGV、DECIPHER、CNVD 等数据库对变异检出结果进行标记，从结果中进一步过滤掉良性 CNV/SV，经过一系列筛选后，准确鉴定个体 CNV/SV 遗传变异与疾病的相关性。 图4 CNV 分布图 表1 本次产品升级亮点 图5 Burden 分析结果的热图展示 1 2 3 4 5 Novo-Zhonghua Genomes 数据库注释 Novo-Zhonghua Genomes 数据库是诺禾致源自建针对 中国正常人群的数据库，助 力中国人群基因组信息解析。 复杂疾病突变位点 有害性分类 诺禾致源推出的复杂疾病变 异位点有害性的分类标准 （DamLevel），准确标识复杂 疾病的致病性突变位点。 非编码区 （Non-coding region）分析 应用 ENCODE 数据库最新内 容对非编码区进行注释、筛 选，精确定位非编码区中低 频且保守的突变。 疾病基因组 CNV/SV 分析 完整的有害性 CNV/SV 筛选 和 de novo CNV/SV 分析， 准确鉴定个体 CNV/SV 遗传 变异与疾病的相关性。 基于基因 （Gene-based）的 Burden Analysis 针对复杂疾病的研究，通过 检测疾病状态与基因变异的 相关性，寻找特定疾病（或 性状）的易感基因。 可视化的 数据结果展示 灵活易用的测序数据结果展 示，使大量复杂数据的分析 变得轻松而高效，提高数据 可读性。 ? log 10 ( P ? value ) Mutations of Genes Prioritized by Burden Analysis CIR1 PIGP CTSE PRB2 CYP HDAC1 GRK6 PIGK MYL6B EHD2 0810 246 Mutations 4 3 2 1 基于基因（Gene-based）的 Burden Analysis 关联分析是研究复杂疾病的1个重要方法，其通过检测疾病状态与基因变异的相关性，寻找特定疾病（或性状）的易感基因。通常是在具有不同表型的2组个体（一般为患病者和正常对照者）中，基于遗传位点（或基因、单体型）的频率分布差异，间接反映该遗传位点（或基因）可能与疾病（或性状）存在关联性。 Burden Analysis（Gene-based）基于复杂疾病的 case 和 control 散发样本，通过 Fisher's exact test 以及 SKAT 统计方法分析得到候选基因，针对候选基因可以进行富集分析（KEGG 富集分析和 GO 富集分析）与蛋白网络互作分析。 可视化的结果展示 诺禾致源疾病基因组信息分析团队，会为客户提供不断更新的变异注释、项目特异性分析和灵活易用的“变异-基因-疾病”可视化结果，让科学研究更轻松。 图6 疾病与基因关联性展示图 产品名称升级亮点 引领行 业新 标杆 参考文献 [1] Nagasaki M, Yasuda J, Katsuoka F, et al. Rare variant discovery by deep whole-genome sequencing of 1,070 Japanese individuals.[J]. Nature Communications, 2015, 6. 阅读原文 >> [2] Richards S, Aziz N, Bale S, et al Standards and guidelines for the interpretation of sequence variants: a joint consensus recommendation of the American College of Medical Genetics and Genomics and the Association for Molecular Pathology[J]. Genetics in Medicine, 2015. 阅读原文 >> [3] Duzkale H, Shen J, McLaughlin H, et al. A systematic approach to assessing the clinical significance of genetic variants[J]. Clinical genetics, 2013, 84(5): 453-463. 阅读原文 >> [4] Yoshinari M, Akihiko M, Dongquan S, et al. A functional polymorphism in the 5' UTR of GDF5 is associated with susceptibility to osteoarthritis.[J]. Nature Genetics, 2007, 39(4):529-33. 阅读原文 >> [5] Kjong-Van L, Ting C. Exploring functional variant discovery in non-coding regions with SInBaD.[J]. Nucleic Acids Research, 2012, 41 (1):e7-e7. 阅读原文 >> [6] https://https://www.doczj.com/doc/fe9778111.html,/wiki/Regulatory_sequence 阅读原文 >> [7] Sudmant P H, Rausch T, Gardner E J, et al. An integrated map of structural variation in 2,504 human genomes.[J]. Nature, 2015, 526 (7571):75-81. 阅读原文 >> [8] Birney E, Soranzo N. Human genomics: The end of the start for population sequencing.[J]. Nature, 2015, 526(7571):52-3. 阅读原文 >> 免费升级7-9月 新签合同 免费升级数据分析
全基因组重测序数据分析 1. 简介(Introduction) 通过高通量测序识别发现de novo的somatic和germ line 突变，结构变异-SNV，包括重排 突变（deletioin, duplication 以及copy number variation）以及SNP的座位；针对重排突变和SNP的功能性进行综合分析；我们将分析基因功能（包括miRNA），重组率（Recombination）情况，杂合性缺失（LOH）以及进化选择与mutation之间的关系；以及这些关系将怎样使 得在disease（cancer）genome中的mutation产生对应的易感机制和功能。我们将在基因组 学以及比较基因组学，群体遗传学综合层面上深入探索疾病基因组和癌症基因组。 实验设计与样本 （1）Case-Control 对照组设计； （2）家庭成员组设计：父母-子女组（4人、3人组或多人）； 初级数据分析 1．数据量产出：总碱基数量、Total Mapping Reads、Uniquely Mapping Reads统计，测序深度分析。 2．一致性序列组装：与参考基因组序列（Reference genome sequence）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。3．SNP检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。并根据参考基 因组信息对检测到的变异进行注释。 4．InDel检测及在基因组的分布: 在进行mapping的过程中，进行容gap的比对并检测可信的short InDel。在检测过程中，gap的长度为1~5个碱基。对于每个InDel的检测，至少需 要3个Paired-End序列的支持。 5．Structure Variation检测及在基因组中的分布: 能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测全基因组水平的结构变异并对检测到的变异进行注释。
微生物（细菌）全基因组重测序文库构建实验方案 一、重测序原理 全基因组重测序是对已知基因组序列的物种进行不同个体的基因组测序，并在此基础上对个体或群体进行差异性分析。 二、技术路线 ↓基因组DNA提取 细菌DNA（纯化） ↓超声波打断 DNA片段化 ↓ 文库构建 ↓Ion OneTouch 乳液PCR、ES ↓Ion PGM、Ion Proton 上机测序 ↓ 生物信息学分析 三、实验方案 1.细菌总DNA的提取 液氮速冻、干冰保存的细菌菌液：若本实验室可以提供该细菌生长的条件，则对菌液进行活化，培养至对数期时，对该细菌进行DNA提取；若本实验室不能提供该细菌的生长条件，则应要求客户提供尽可能多的样本，以保证需要的DNA量。 细菌DNA采用试剂盒提取法（如TianGen细菌基因组提取试剂盒）。 取对数生长期的菌液，按照细菌DNA提取试剂盒操作步骤进行操作。提取完成后，对基因组DNA进行纯度和浓度的检测。通过测定OD260/280，范围在1.8-2.0之间则DNA较纯，使用Qubit对提取的DNA进行定量，确定提取的DNA 浓度达到文库构建的量。
2.DNA片段化 采用Covaris System超声波打断仪（Covaris M220），将待测DNA打断 步骤： 1）对待打断的DNA进行定量，将含量控制在100ng或者1μg 2）打开Covaris M220安全盖，将Covaris AFA-grade Water充入水浴容器内，至液面到最高刻度线（约15mL），软件界面显示为绿色 3）将待打断DNA装入Ep LoBind管中，其中DNA为100ng或1μg，加入Low TE 至总体积为50mL 4）将稀释的DNA转移至旋钮盖的Covaris管中（200bp规格），转移过程中不能将气泡带入，完成后旋紧盖子 5）选择Ion_Torrent_200bp_50μL_ScrewCap_microTube，将对应的小管放入卡口，关上安全盖，点击软件界面“RUN” 6）打断结束后，将混合液转移至一支新的1.5mL离心管中 3.末端修复及接头连接 3.1 末端修复 使用Ion Plus Fragment Kit进行，以100ng DNA量为例，各组分使用前瞬时离心2s 步骤： 1）加入核酸酶free水至装有DNA片段的1.5mL离心管中，至总体积为79μL 2）向体系中加入20μL 5×末端修复buffer，1μL末端修复酶，总体积为100μL 3）室温放置20min 3.2 片段纯化 片段纯化使用Agencourt AMpure XP Kit进行 步骤： 1）加入180μL Agencourt AMpure XP Reagent beads于经过末端修复的1.5mL离心管中，充分混匀，室温放置5min
高通量基因组测序中，什么是测序深度和覆盖度？ 1G=1024M 测序深度是指测序得到的总碱基数与待测基因组大小的比值。假设一个基因大小为2M，测序深度为10X，那么获得的总数据量为20M。(测序深度=总数据量20M/基因组大小2M=10X) 覆盖度是指测序获得的序列占整个基因组的比例。由于基因组中的高GC、重复序列等复杂结构的存在，测序最终拼接组装获得的序列往往无法覆盖有所的区域，这部分没有获得的区域就称为Gap。例如一个细菌基因组测序，覆盖度是98%，那么还有2%的序列区域是没有通过测序获得的。 1、全基因组重测序是对已知基因组序列的物种进行不同个体的基因 序的个体，通过序列比对，可以找到大量的单核苷酸多态性位点(SNP)，插入缺失位点(InDel，Insertion/Deletion)、结构变异位点(SV， 技术路线 提取基因组DNA，利用Covaris进行随机打断，电泳回收所需长度的DNA片段(0.2~5Kb)，加上接头, 进行cluster制备(Solexa)或E-PCR (SOLiD)，最后利用Paired-End(Solexa)或者Mate-Pair(SOLiD)的方法对插入片段进行重测序。图1-1，以SOLiD为例，说明整个实验方案。
也称目标外显子组捕获，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。是一种选择基因组的编码序列的高效策略，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。 外显子(expressed region)是真核生物基因的一部分，它在剪接(Splicing)后仍会被保存下来，并可在蛋白质生物合成过程中被表达为蛋白质。外显子是最后出现在成熟RNA中的基因序列，又称表达序列。既存在于最初的转录产物中，也存在于成熟的RNA分子中的核苷酸序列。在人类基因中大约有180,000外显子，占人类基因组的1%，约30MB。
全基因组从头测序(de novo测序) https://www.doczj.com/doc/fe9778111.html,/view/351686f19e3143323968936a.html 从头测序即de novo 测序，不需要任何参考序列资料即可对某个物种进行测序，用生物信息学分析方法进行拼接、组装，从而获得该物种的基因组序列图谱。利用全基因组从头测序技术，可以获得动物、植物、细菌、真菌的全基因组序列，从而推进该物种的研究。一个物种基因组序列图谱的完成，意味着这个物种学科和产业的新开端！这也将带动这个物种下游一系列研究的开展。全基因组序列图谱完成后，可以构建该物种的基因组数据库，为该物种的后基因组学研究搭建一个高效的平台；为后续的基因挖掘、功能验证提供DNA序列信息。华大科技利用新一代高通量测序技术，可以高效、低成本地完成所有物种的基因组序列图谱。包括研究内容、案例、技术流程、技术参数等，摘自深圳华大科技网站 https://www.doczj.com/doc/fe9778111.html,/service-solutions/ngs/genomics/de-novo-sequencing/ 技术优势: 高通量测序：效率高，成本低；高深度测序：准确率高；全球领先的基因组组装软件：采用华大基因研究院自主研发的SOAPdenovo软件；经验丰富：华大科技已经成功完成上百个物种的全基因组从头测序。 研究内容: 基因组组装■K-mer分析以及基因组大小估计；■基因组杂合模拟（出现杂合时使用）； ■初步组装；■GC-Depth分布分析；■测序深 度分析。基因组注释■Repeat注释； ■基因预测；■基因功能注释；■ ncRNA 注释。动植物进化分析■基因家族鉴定（动物TreeFam；植物OrthoMCL）；■物种系统发育树构建； ■物种分歧时间估算（需要标定时间信息）；■基因组共线性分析； ■全基因组复制分析（动物WGAC；植物WGD）。微生物高级分析 ■基因组圈图；■共线性分析；■基因家族分析； ■CRISPR预测；■基因岛预测（毒力岛）； ■前噬菌体预测；■分泌蛋白预测。 熊猫基因组图谱Nature. 2010.463:311-317. 案例描述 大熊猫有21对染色体，基因组大小2.4 Gb，重复序列含量36%，基因2万多个。熊猫基因组图谱是世界上第一个完全采用新一代测序技术完成的基因组图谱，样品取自北京奥运会吉祥物大熊猫“晶晶”。部分研究成果测序分析结果表明，大熊猫不喜欢吃肉主要是因为T1R1基因失活，无法感觉到肉的鲜味。大熊猫基因组仍然具备很高的杂合率，从而推断具有较高的遗传多态性，不会濒于灭绝。研究人员全面掌握了大熊猫的基因资源，对其在分子水平上的保护具有重要意义。 黄瓜基因组图谱黄三文, 李瑞强, 王俊等. Nature Genetics. 2009. 案例描述国际黄瓜基因组计划是由中国农业科学院蔬菜花卉研究所于2007年初发起并组织，并由深圳华大基因研究院承担基因组测序和组装等技术工作。部分研究成果黄瓜基因组是世界上第一个蔬菜作物的基因组图谱。该项目首次将传
DNA样品总量: ≥3 μg 适用范围 样品要求 文库类型测序策略与深度 分析内容项目周期 群体进化（基于全基因组重测序） 标准分析时间为120天，个性化分析需根据项目实际情况进行评估 HiSeq PE150推荐测序深度≥5X/个体350 bp小片段DNA文库 1. 已有参考基因组序列的物种中不同亚群（自然群体） 2. 各亚群间划分明显，同一亚群内的个体有一定代表性 3. 每个亚群选取10个样本左右（推荐动物≥10个，植物≥15个） 4. 总体不少于30个样本与参考基因组比对群体SNP检测、注释及统计系统进化树构建群体遗传结构分析 群体主成分分析连锁不平衡分析选择消除分析候选基因GO和KEGG富集构建单体型图谱种群历史和有效群体大小 技术参数 针对已有参考基因组的物种，对其各亚种进行全基因组重测序获得基因组信息，通过与参考基因组比对，得到大量高准确性的SNP、InDel、SV等变异信息，讨论群体的遗传结构、遗传平衡和影响遗传平衡的因素，从而从分子层面揭示该物种的进化机制、环境适应性等系列问题。该技术能精准地得到全基因组内所有遗传信息，最大程度地挖掘出群体内遗传变异。诺禾具有丰富的群体遗传学项目经验，研究成果发表于Nature Genetics（Li, M, et al. 2013& Zhou, XM, et al. 2014）等。参考文献 [1] Li M, Tian S, Jin L, et al . Genomic analyses identify distinct patterns of selection in domesticated pigs and Tibetan wild boars [J]. Nature genetics, 2013, 45(12): 1431-1438. [2] Zhan S, Zhang W, Niitepo ～ld K, et al . The genetics of monarch butterfly migration and warning colouration [J]. Nature, 2014.案例解析 ［案例一］ 家猪和藏猪的群体进化分析[1] 2013年，诺禾致源科技服务团队与四川农业大学研究者合作发表 该成果。本研究对6个代表性藏猪群体、5个四川盆地特有猪种， 共48个样本进行全基因组重测序，并结合55个欧亚野猪及家猪的 基因组数据进行群体遗传学分析。在藏猪中鉴定出低氧适应、能 量代谢等共268个适应高原环境的快速进化基因，揭示了藏猪高 原适应性的遗传机制。与自然选择相比，人工选择可更有效地塑 造驯养动物基因组；欧亚猪种存在明显的遗传背景差异，欧亚地 理隔离造成的遗传结构差异甚至超过了野生和驯化的差异。［案例二］ 帝王蝶长距离迁飞遗传机制被解密[2] 北美地区的帝王蝶具有迁飞习性，而分布于热带地区的帝王蝶及 其近缘种不具有迁飞特性。该研究从涵盖当今世界上主要的帝王 蝶分布区域中，选取了包括迁飞型和非迁飞型的22个地理种群、 5个近缘种的101只班蝶属蝴蝶进行了全基因组重测序和群体遗传 学分析。结果表明，现存的帝王蝶起源于北美地区，且祖先属于 迁飞型，打破了先前认为包括鸟类等在内的迁飞物种均是热带起 源的普遍认知。其次，利用群体遗传学分析对全基因组进行精细 扫描发现，与飞行相关的肌肉发育进化是帝王蝶实现长距离迁飞 的主要适应性选择。 图1 藏猪及其它猪种的群体遗传结构 图2 帝王蝶样本分布及系统进化树
微生物基因组研究进展及其意义 近年来，病原微生物的基因组研究取得了飞速的进展。所谓基因组研究是指对微生物的全基因进行核苷酸测序，在了解全基因的结构基础上，研究各个基因单独或数个基因间相互作用的功能。由于过去人们大多从表型分析入手，寻找已知功能的编码基因，实际只了解微生物中极少数的基因，如链球菌的链激酶基因、结核杆菌编码的热休克蛋白基因等。还有大量未知基因未被发现。通过基因组研究，则从根本上揭示了微生物的全部基因，不仅可发现新的基因，还可发现新的基因间相互作用、新的调控因子等。这一研究将使人类从更高层次上掌握病原微生物的致病机制及其规律，从而得以发展新的诊断、预防及治疗微生物感染的制剂、疫苗及药品。此外，新发现的微生物酶及蛋白还可能有在工农业生产上的应用价值。因此，全球除已完成了70余株覆盖重要病毒科的病毒代表株全基因组研究外，据美国基因组研究所（The Institute for Genomic Research, TIGR）报道，目前已完成了19种微生物基因组测序，其中11种与人类及疾病相关（嗜血流感杆菌，生殖道支原体，肺炎支原体，幽门螺杆菌，枯草杆菌，伯氏疏螺旋体，结核杆菌，梅毒螺旋体，沙眼衣原体，普氏立克次体）。另外，还有40余种微生物已被登记正在进行测序，预计在1999～2000年完成〔1〕。 病毒基因组研究进展 病毒因其基因组小，是进行基因组研究最早的生物体。早在1977 年已完成了噬菌体DNA的全基因测序。存在于脊髓灰质炎疫苗中的SV40，是最早完成全基因测序的与疾病相关的病毒；此后，许多病毒均已完成了全基因测序，并根据序列的开放阅读框架（ORF）对编码蛋白进行了推导。已对相当一些病毒蛋白进行了重组表达，还对一些病毒基因编码的调控序列进行了研究。除一般大小的病毒已完成了基因组测序，对大基因组病毒，疱疹病毒科，如水痘病毒基因组为0.125Mb(Mega-basepair,兆碱基对)〔2〕。巨细胞病毒，基因组为0.229Mb〔3〕。我国已对痘苗病毒天坛株（约0.2Mb）进行了全基因测序，发现与国外的痘苗毒株序列有明显的差异〔4〕。我国还对甲、乙、丙、丁、戊、庚型肝炎病毒进行了国内毒株的全基因测序。近来还对国内2株发现的虫媒病毒毒株完成了全基因测序。我国从不同来源的标本中发现了不少乙肝病毒变异株，有的具有特殊的生物学特性〔5〕。对病毒基因中调控因子的分析，发现了与乙肝病毒增强子作用的新细胞核因子〔6〕。 因此，目前对病毒的基因组研究已进入了后基因组阶段，即从全基因水平研究病毒的生物学功能，同时发现新的基因功能。对于医学病毒学当前主要方向是研究病毒基因组中与致病及诱生免疫应答相关的基因，从而揭示和解决迄今尚未解决的问题，以达到控制或消灭一些重要病毒感染的目的。 建议目前可进行后基因组研究的领域为： 1．病毒持续性感染：基因组中与持续性感染相关的基因，基因变异或调控因子研究。已报道的乙肝病毒的前核心基因出现终止密码突变，
1 技术优势 全基因组测序（Whole Genome Sequencing，WGS）是利用高通量测序平台对人类不同个体或群体进行全基因组测序，并在个体或群体水平上进行生物信息分析。可全面挖掘DNA 水平的遗传变异，为筛选疾病的致病及易感基因，研究发病及遗传机制提供重要信息。 全基因组测序 平台优势 HiSeq X 测序平台 读长：PE150 通量：1.8T/run 测序周期：3 天 专为人全基因组测序准备、测序周期短、通量高
生物信息分析 技术路线 技术参数 样品要求 样本类型：DNA 样品 样本总量：≥1.0 μg DNA (提取自新鲜及冻存样本) ≥1.5 μg DNA (提取自FFPE 样本)样品浓度：≥ 20 ng/μl 测序平台及策略HiSeq X PE150 测序深度 肿瘤：癌组织(50X),癌旁组织/血液样本(30X)遗传病：30~50 X 项目周期37天
3 案例解析 该研究选取3个家系中6个患者和1个正常个体，首先使用基因芯片寻找纯合突变位点，然后对其中无亲缘关系的2例患者采用全基因组测序研究，在2例患者非编码区域均发现相同的变异，10号染色体PTF1A 末端发生一个点突变（chr10：23508437 A>G），且变异在患病人群和细胞试验中均得到了验证。研究解释了生长发育启动子隐性变异是罕见孟德尔遗传病的常见致病原因，同时说明许多疾病的致病突变也可能位于非编码区。 图1 检出的变异信息 智力障碍是影响新生儿心智发育的一类疾病。这项研究选取50个经过基因芯片和全外显子测序未确诊致病因子的trio 家系，全基因组测序检出84个de novo SNVs 和8个de novo CNVs，及一些结构变异（如VPS13B、STAG1、IQSEC2-TENM3），检出率为42%。揭示编码区的de novo SNVs 和de novo CNVs 是导致智力障碍的主要因素，全基因组测序可以作为可靠的遗传性检测应用工具。 案例一 单基因病研究——全基因组测序鉴定PTF1A末端增强子常染色体隐性突变导致胰腺 发育不全[1] 案例二 复杂疾病研究——全基因组测序解析智力障碍的主要致病因素[2] 图2 PTF1A 的家系图谱
差异位点分析流程步骤分解 数据准备： mkdir 1.QC cd 1.QC ln -s /root/mdna-data/reseq/1.QC/*.fastq . Ls cd .. mkdir 2.mapping cd 2.mapping ln -s /root/mdna-data/reseq/2.mapping/ref.fasta . 步骤1：参考基因建索引 cd 2.mapping ##bwa建索引： bwa index ref.fasta Expected Result：得到一系列BWA 进行alignment 需要的文件。 ##samtools建索引： samtools faidx ref.fasta Expected Result：生成refgene.fasta.fai。每行都是fasta 文件中每条contig 的record，每条record 由contig name, size, location, basesPerLine 和bytesPerLine 组成。 ##生成字典： java -jar /root/mdna_software/picard-tools-1.102/CreateSequenceDictionary.jar R=ref.fasta O=ref.dict Expected Result：生成refgene.dict。描述fasta 文件内容，类似SAM header 格式。 步骤2：bwa比对 ##用bwa作比对： nohup bwa aln -e 3 -i 10 -t 1 -R 100 -q 20 ref.fasta ../1.QC/test_trim1.fastq -f 1.sai & nohup bwa aln -e 3 -i 10 -t 1 -R 100 -q 20 ref.fasta ../1.QC/test_trim2.fastq -f 2.sai & nohup bwa aln -e 3 -i 10 -t 1 -R 100 -q 20 ref.fasta ../1.QC/test_trim_unpaired.fastq -f s.sai & jobs
高通量测序领域常用名词解释大全 什么是高通量测序？ 高通量测序技术（，）是对传统测序（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( ， )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( )。 什么是法测序（一代测序） 法测序利用一种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()，并混入限量的一种不同的双脱氧核苷三磷酸()。由于缺乏延伸所需要的3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。每一种和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（） 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。 什么是测序
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。 测序名词关系图 什么是
基于全基因组重测序获得的具LRR结构域基因的抗黄瓜白粉病 功能鉴定 黄瓜白粉病是黄瓜(CucumissativusL.)生产上的三大主要病害之一,发病时不但降低植株的光合效能,同时影响植株产量和果实品质,发病严重时常常引起30%左右的减产。黄瓜抗白粉病新品种选育及应用是克服白粉病危害的根本技术途径。 基于基因组测序技术和生物信息学的方法探究抗病基因已成为可能。本研究利用高通量Illumina测序技术,对实验室多年筛选获得的一个具有高抗白粉病且能稳定遗传的片段代换系SSL508-28和高感白粉病受体亲本D8进行了全基因组重测序,对比黄瓜9930参考基因组信息,在SSL508-28中发现了 468,616 个单核苷酸多态性位点(single nucleotide polymorphisms,SNPs)和 67,259小片段插入缺失位点(insertion/deletion,InDel),在D8 中获得了 537,352 个 SNPs 和 91,698个InDels。 通过对比SSL508-28与D8基因组,共得到了 15,682个SNPs和6,262个InDels,这些SNPs和InDels趋向于集中分布在五号染色体上。基于以上结果,我们对获得的SNPs和InDels进行了功能注释,发现有120个SNPs为非同义(non-synonymous)突变,30个InDels为移码突变(frameshift mutation),这些非同义突变SNPs和移码突变InDels分布在94个基因当中。 为了进一步验证94个突变基因对SSL508-28抗白粉病表型的贡献,我们对这94个基因进行了功能分类,其中有5个基因属于抗病(resistance,R)基因家族中NBS-LRR(Nucleotide binding site-leucine-rich repeats)类,利用 qRT-PCR 对这 5 个NBS-LRR基因在D8和SSL508-28中接种白粉菌前后的表达量进行检测,
07年完成基因组测序的生物 生物通报道：在即将过去的2007年，动物、植物、微生物的基因组测序工作进行的如火如荼，多项基因组测序结果被公布，包括第一个个人基因组图谱、马基因组图谱、肺癌基因组图谱和多种致病性细菌的基因组测序结果。 人类基因组测序的进一步深入 世界首份个人DNA图谱出炉 57年前，美国生物学家詹姆斯·沃森与弗朗西斯·克里克共同发现了脱氧核糖核酸(DNA)分子结构的双螺旋模型，并因这项基因研究领域的重大突破获得诺贝尔奖。今天，沃森成为自己研究的受益者--他将成为世界第一份完全破译的“个人版”基因组图谱的拥有者。 第一个个体基因组序列公布 来自美国克莱格凡特研究所（J. Craig Venter Institute，由TIGR所建立），加拿大多伦多大学，加州大学圣地亚哥分校，西班牙巴塞罗那大学（Universitat de Barcelona）的研究人员近期公布了单个个体二倍体基因组序列，为未来的基因组比较打开了一道门，也开创了个体基因组信息的新纪元。 杜克大学公布第一张人类基因组印记基因图谱
来自杜克大学的研究人员创造了第一张人类基因组印记基因（imprinted genes）图谱，并且他们表示其成功的关键在于一个称为机器学习（machine learning）的人工智能形式：modern-day Rosetta stone。这项研究新发现了四倍于之前识别的印记基因，并即将公布在12月3日《Genome Research》封面上。 完成测序的动物 第一张马基因组图谱草图公布 国际马类基因组序列计划（the international Horse Genome Sequencing Project）宣布，科学家们首次完成家马（(Equus caballus)）的基因图谱草图，得到了270万个DNA碱基对的数据，全部数据已经进入公共数据库，可免费供全世界的生物学家和兽医学家使用。 《自然》封面：首个有袋动物基因组序列公布 一种灰色短尾负鼠（Monodelphis domestica）的基因组测序的完成则为这一推测给出了切实的证据。负鼠是第一个完成基因组测序的有袋动物，测序结果公布在4月10日的《自然》杂志上，而且这种小动物还登上了该期杂志的封面。 家猫基因组测序完成
重测序参考手册
目录 目录 (1) 1. 重测序简介 (3) 2. 重测序实验方法 (3) 基因组DNA抽提 (3) 基因组DNA样品建库 (3) 上机前定量 (4) 3. 重测序分析内容 (4) 重测序分析流程 (5) 重测序分析内容 (5) 4. 重测序重要技术参数 (6) 5. 重测序分析内容解释 (6) 6. 重测序分析内容示例 (6) SNP、INDEL的样本差异分析 (12) 7. 成功分析案例/或已发表论文 (14) 8. 概念及常用工具链接 (14)
1. 重测序简介 全基因组重测序是对已知基因组序列的物种进行不同个体的基因组测序，并在此基础上对个体或群体进行差异性分析。全基因组重测序的个体，通过序列比对，可以找到大量的单核苷酸多态性位点（SNP），插入缺失位点（InDel，Insertion/Deletion）、结构变异位点（SV，Structure Variation）位点。众信可以协助客户，通过生物信息手段，分析不同个体基因组间的结构差异，同时完成注释。 2. 重测序实验方法 提取基因组DNA，利用Covaris进行随机打断，电泳回收所需长度的DNA片段（0.2~5Kb），加上接头, 进行cluster制备（Solexa）或E-PCR （SOLiD），最后利用Paired-End或者Mate-Pair的方法对插入片段进行重测序。 实验步骤主要包括以下几点： 基因组DNA抽提 不同生物（植物、动物、微生物）的基因组DNA的提取方法有所不同; 不同种类或同一种类的不同组织因其细胞结构及所含的成分不同，分离方法也有差异。在提取某种特殊组织的DNA时必须参照文献和经验建立相应的提取方法, 以获得可用的DNA大分子。尤其是组织中的多糖和酶类物质对随后的酶切、PCR反应等有较强的抑制作用,因此用富含这类物质的材料提取基因组DNA时, 应考虑除去多糖和酚类物质。 基因组DNA样品建库 这是样品准备过程中最主要的环节，也就是真正意义上的建库（通常我们所说的建库包括整个样品准备的过程）。 样品片段化（Covaris） Covaris利用超声波剪切DNA，并将传统超声波法可控制化、精确化。DNA可以在小体积中被剪切，减少了因为蒸发带来的样品损耗，并且被剪切的DNA片段大小之间的偏差较小。Covaris剪切的片段大小较小，并且片段大小范围较传统超声波法窄。选择合适的打断参数条件，使最后打断的DNA片段大小集中在300-500bp范围内。 末端修复 使用Covaris剪切的DNA片段都会形成一些杂合的末端，其中包括了3’ 端悬垂结构、
宏基因组学（Metagenomics），又称元基因组学，以特定生境中的整个微生物群落作为研究对象，采用新一代高通量测序技术，获得环境微生物基因信 息总和，研究环境微生物的群落结构、物种分类、系统进化、基因功能及代谢网络等。宏基因组测序摆脱了传统研究中微生物分离培养的技术限制，直接提取 环境样本DNA进行测序，具有通量高、速度快、信息全等特点，在鉴定低丰度的微生物群落、挖掘更多基因资源方面具有很大优势，基于测序技术和生物信息学的快速发展，宏基因组技术优势在微生物研究领域中愈发明显，应用范围愈发广泛。 技术参数 参考文献 [1] B?ckhed F, Roswall J, Peng Y, et al . Dynamics and Stabilization of the Human Gut Microbiome during the First Year of Life [J]. Cell host & microbe, 2015, 17(5): 690-703. [2] Sunagawa S, Coelho L P , Chaffron S, et al . Structure and function of the global ocean microbiome [J]. Science, 2015, 348(6237): 1261359. 案例解析 ［案例一］ 婴儿肠道微生物宏基因组[1] 肠道微生物对人体至关重要，本文采用宏基因组测序技术对98个瑞典产妇的粪便及婴儿的粪便进行分析，研究出生一年内肠道的微生物，评估分娩方式和喂养方式对肠道菌群建立的影响。与顺产婴儿的肠道微生物相比，剖腹产婴儿肠道微生物与母亲相似性明显降低。营养对肠道微生态的组成和功能有重要影响，促使婴儿肠道微生物向成人肠道微生物群转变的主要驱动力量并不是开始喂食固体食物，而是停止母乳喂养。微生物群落组成和生态网络在不同样本阶段具有明显差异，与微生物功能成熟度相关。 ［案例二］ 全球海洋微生物群体的结构与功能[2] 微生物是生物地球化学进程的主要推动力，但对它们的功能多样性、微生物种群结构以及生态因素进行总体分析还存在很大的挑战。本研究采集全球海洋68个位点的上层和中层海水的243个样本进行宏基因组分析，得到7.2TB数据。对获得的数据进行分析，发现139个样本中含有的微生物物种数目多于35,000个，而且在上层海水的垂直分层中，温度是影响微生物种群分布的主要因素。分析海洋微生物核心功能，发现其与人体肠道微生物的相似性高达73%。 图1 不同生产方式及不同年龄阶段肠道菌群的差异 图2 Tara Oceans在全球海洋微生物中发现的新基因多样性 多样本标准分析PCA分析Heatmap Cluster Krona物种注释展示差异显著性分析OG－物种归属分析代谢通路分析 样品要求 文库类型测序策略数据量类型 分析内容 项目周期 宏基因组测序 35～75个自然日 HiSeq PE150 5 Gb/10 Gb Raw data 300 bp小片段文库常见环境样本（请使用干冰或冰袋运送） 土壤、淤泥、沉积物≥5 g 粪便≥2 g 组织样本≥1 g 水体送样为过滤后的滤膜（最适滤膜直径3-4cm）拭子样本≥2个 DNA样本（请使用干冰或冰袋运送）DNA：浓度≥50 ng/μl 总量≥2 ng OD260/280：1.8~2.0，无 RNA、蛋白质等 杂质污染 多样本高级分析MRPP分析NMDS分析Anosim分析LEfSe分析 CCA／RDA分析 O c c u r r e n c e f r e q u e n c y （n ＝15） 1