高通量测序常用名词科普

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。

RNA：Ribonucleic Acid，，核糖核酸，一个核糖核苷酸分子由碱基，核糖和磷酸构成。

高通量测序常用名词汇总技术支持Q20值是指的测序过程碱基识别（Base Calling）过程中,对所识别的碱基给出的错误概率. 如果质量值是Q20,则错误识别的概率是1%,即错误率1%,或者正确率是99%；如果质量值是Q30,则错误识别的概率是0.1%,即错误率0.1%,或者正确率是99.9%；如果质量值是Q40,则错误识别的概率是0.01%,即错误率0.01%,或者正确率是99.99%；你发现规律没有,Q“N”0的质量值,就是正确率有N个9的百分比,这样就非常容易记忆了.基因高通量测序中，每测一个碱基会给出一个相应的质量值，这个质量值是衡量测序准确度的。

碱基的质量值13，错误率为5%，20的错误率为1%，30的错误率为0.1%。

行业中Q20与Q30则表示质量值≧20或30的碱基所占百分比。

例如一共测了1G的数据量，其中有0.9G的碱基质量值大于或等于20，那么Q20则为90%。

Q20值是指的测序过程碱基识别（Base Calling）过程中，对所识别的碱基给出的错误概率。

质量值是Q20，则错误识别的概率是1%，即错误率1%，或者正确率是99%；质量值是Q30，则错误识别的概率是0.1%，即错误率0.1%，或者正确率是99.9%；质量值是Q40，则错误识别的概率是0.01%，即错误率0.01%，或者正确率是99.99%；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。

高通量测序技术简介近年来，随着生物技术的发展，高通量测序技术在生物学研究、临床医学、农业科技等众多领域中发挥着越来越重要的作用。

本文将为读者简单介绍高通量测序技术的基本原理、应用及未来发展方向。

一、高通量测序技术基本原理高通量测序技术（High-Throughput Sequencing，简称HTS）是指通过同时测序数以亿计上万条DNA片段的方法，快速准确地得出基因信息。

其核心技术包括样品制备、DNA片段库构建和测序。

样品制备主要包括DNA抽提、纯化和切割等步骤。

DNA片段库构建通常分为两种方式：文库构建（Library Preparation）和逆相PCR法（Inverse PCR）构建。

其中文库构建方法包括Genomic DNA文库构建、cDNA文库构建和ChIP-seq文库构建等。

测序分为Sanger测序和第二代/第三代测序两种。

目前，Illumina、Ion Torrent、PacBio和Nanopore等公司的测序技术已开始广泛应用。

二、高通量测序技术的应用高通量测序技术在生物领域中的应用越来越广泛。

具体应用包括以下几个方面：1、基因组学：基因组学是高通量测序技术最早应用的领域之一。

通过对整个基因组进行测序，可以深入研究基因的结构、组织与表达等方面的信息，促进基因组学的发展。

2、转录组学：高通量测序技术在转录组学中的应用主要为RNA测序，可以发现RNA剪切变异、可变外显子和SNPs （Single Nucleotide Polymorphisms）等。

3、表观基因组学：表观基因组学是研究基因组DNA序列和其组杂化状况的学科。

高通量测序技术可以对DNA甲基化、组蛋白修饰、染色质状态等进行充分研究。

4、单细胞测序技术：在原有的基础上，在单细胞尺度上进行分析，可以识别不同类型的单细胞和细胞异质性在不同生理状态下的基因表达差异。

5、临床医学：高通量测序技术在临床上可以进行新生儿常染色体脆性综合征、癌症个性化治疗、基因疾病等多方面的风险评估。

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（High-throu‎g hput‎seque‎n cing‎，HTS）是对传统S‎a nger‎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 gener‎a tion‎seque‎n cing‎，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 seque‎n cing‎)。

什么是Sa‎n ger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ddN‎T P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dN‎T Ps和d‎d NTPs‎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-seque‎n cing‎）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。

高通量测序常用名词汇总一代测序技术：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 sequencingNGS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Roche454 & 454+,IlluminaHiSeq 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;RNA：Ribonucleic Acid,,核糖核酸,一个核糖核苷酸分子由碱基,核糖和磷酸构成;核糖核苷酸经磷酯键缩合而成长链状分子称之为RNA链;RNA是存在于生物细胞以及部分病毒、类病毒中的遗传信息载体;不同种类的RNA链长不同,行使各式各样的生物功能,如参与蛋白质生物合成的RNA有信使RNA、转移RNA和核糖体RNA等;16S rDNA："S"是沉降系数,是反映生物大分子在离心场中向下沉降速度的一个指标,值越高,说明分子越大;rDNAribosome DNA指的是原核生物基因组中编码核糖体RNArRNA分子对应的DNA序列,16S rDNA 是原核生物编码核糖体小亚基16S rRNA的基因;细菌rRNA核糖体RNA按沉降系数分为3种,分别为5S、16S和23S rRNA;16S rDNA是细菌染色体上编码16S rRNA相对应的DNA序列,存在于所有细菌染色体基因中;16S rRNA 普遍存在于原核生物中;16S rRNA 分子,其大小约1540bp,既含有高度保守的序列区域,又有中度保守和高度变化的序列区域,其可变区序列因细菌不同而异,恒定区序列基本保守,所以可利用恒定区序列设计引物,将16S rDNA片段扩增出来,通过高通量测序利用可变区序列的差异来对不同菌属、菌种的细菌进行分类鉴定;cDNA：complementary DNA,互补脱氧核糖核酸,与RNA链互补的单链DNA,以RNA为模板,在反转录酶的作用下所合成的DNA;Small RNA：生物体内一类高度保守的重要的功能分子,其大小在18-30nt,包括microRNA、siRNA、snRNA、snoRNA和piRNApiwi-interacting RNA等,它的主要功能是诱导基因沉默,调控细胞生长、发育、基因转录和翻译等生物学过程;以miRNA为例介绍它们的功能：miRNA 与RNA诱导沉默复合体RNA induced silencing complex, RISC结合,并将此复合体与其互补的mRNA序列结合,根据靶序列与miRNA的互补程度,从而导致靶序列降解或干扰靶序列蛋白质的翻译过程;SD 区域：Segment duplication,串联重复是由序列相近的一些 DNA 片段串联组成;串联重复在人类基因多样性的灵长类基因中发挥重要作用;Genotype and phenotype：基因型与表型,基因型是指某一生物个体全部基因组合的总称；表型,又称性状,是基因型和环境共同作用的结果;基因组：Genome,单倍体细胞核、细胞器线粒体、叶绿体或病毒粒子所含的全部DNA分子或RNA分子;全基因组de novo测序：又称从头测序,它不依赖于任何现有的序列资料,而直接对某个物种的基因组进行测序,然后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序列图谱;全基因组重测序：对已有参考序列Reference Sequence物种的不同个体进行基因组测序,并以此为基础进行个体或群体水平的遗传差异性分析;全基因组重测序能够发现大量的单核苷酸多态性位点SNP、拷贝数变异Copy Number Variation,CNV、插入缺失InDel,Insertion/Deletion、结构变异Structure Variation,SV等变异类型,以准确快速的方法将单个参考基因组信息上升为群体遗传特征;转录组：Transcriptome,是指特定生长阶段某组织或细胞内所有转录产物的集合；狭义上指所有mRNA的集合;转录组测序：对某组织在某一功能状态下所能转录出来的所有RNA进行测序,获得特定状态下的该物种的几乎所有转录本序列信息;通常转录组测序是指对mRNA进行测序获得相关序列的过程;其根据所研究物种是否有参考基因组序列分为转录组de novo测序无参考基因组序列和转录组重测序有参考基因组序列;外显子组：Exome,人类基因组全部外显子区域的集合称为外显子组,是基因中重要的编码蛋白的部分,并涵盖了与个体表型相关的大部分的功能性变异;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;目标区域测序：应用相关试剂盒对基因组上感兴趣的目标区域进行捕获富集后进行大规模测序,一般需要根据目标区域专门定制捕获芯片;宏基因组：Metagenome,指特定生活环境中全部微小生物遗传物质的总和;它包含了可培养的和未可培养的微生物的基因;目前主要指环境样品中的细菌和真菌的基因组总和;宏基因组16S rRNA测序：可以对特定环境下的细菌和古细菌群体的微生物种类和风度进行有效的鉴定;对不同地点、不同条件下的多个样本16S rRNA的PCR产物平行测序,可以比较不同样本间的微生物组成及成分差异,进而阐明物种丰度、种群结果等生态学信息;表观遗传学：Epigenetics,是指在基因组DNA序列没有改变的情况下,基因的表达调控和性状发生了可遗传的变化;表观遗传的现象很多,已知的有DNA甲基化DNA methylation,基因组印记genomic impriting,母体效应maternal effects,基因沉默gene silencing,核仁显性,休眠转座子激活和RNA编辑RNA editing等;全基因组甲基化测序：DNA 甲基化是指在 DNA 甲基化转移酶的作用下,在基因组 CpG 二核苷酸的胞嘧啶5'碳位共价键结合一个甲基基团;DNA 甲基化已经成为表观遗传学和表观基因组学的重要研究内容;甲基化是基因表达的主要调控方式之一,研究染色体DNA甲基化情况是了解基因调控的重要手段;对已经有参考基因组的物种的基因组DNA用标准亚硫酸氢盐Bisulfite处理后,未甲基化的胞嘧啶C会脱氨基形成尿嘧啶U,经PCR扩增,U替换为胸腺嘧啶T,而发生甲基化的胞嘧啶C保持不变;将处理组与参考基因组序列进行比对,可发现甲基化位点并对甲基化情况进行定量分析的方法叫做全基因组甲基化测序;ChIp-Seq：Chromatin Immunoprecipitation sequencing,即染色质免疫共沉淀-测序技术,即通过染色质免疫共沉淀技术特异性地富集目的蛋白结合的DNA片段;对富集得到的DNA片段进行纯化与文库构建,然后进行高通量测序,从而得到全基因组范围内可以与目的蛋白相互作用的DNA片段的方法叫做ChIP-Seq;数字表达谱：Digital Gene Expression Profile,利用新一代高通量测序技术和高性能计算分析技术,能够全面、经济、快速地检测某一物种特定组织在特定状态下的基因表达情况,即运用特定的酶对mRNA距polyA tail 21-25nt的位置进行酶切,所获得的带polyA尾的序列Tag通过高通量测序,该tag被测得的次数即是对应基因的表达值;数字基因表达谱已被广泛应用于基础科学研究、医学研究和药物研发等领域;特点是经济,但获得的数据量有限;若想获得转录本的更多信息的话,一般都采用转录组测序的方法来测序;SBS：sequencing by synthesis,边合成边测序反应,是指在DNA聚合酶的作用下延伸碱基所进行的测序;Run：指高通量测序平台单次上机测序反应;图1. Flow Cell结构示意图Lane：也叫channel,单泳道,每条泳道包含2列column,每列分布有多个小区tile,如图1;不同的测序平台Flow Cell中所含的Lane不一样,如HiSeq 2000是2个flow cell,每个flow cell中含有8个lane；HiSeq 2500是包含2个mini flow cell快速运行模式和2个high output flow cell,两个模式不能同时运行,其中每个mini flow cell包含2个lane,每个high output flow cell中包含8个lane；Miseq系统的flow cell仅含有1个lane; Tile：小区,每条Lane中有2列tile,合计120个小区;每个小区上分布数目繁多的簇结合位点,如图1;Cluster：簇,在Illumina测序平台中会采用桥式PCR方式生产DNA簇,每个DNA簇才能产生亮度达到CCD可以分辨的荧光点;Index：标签,在Illumina平台的多重测序Multiplexed Sequencing过程中会使用Index 来区分样品,并在常规测序完成后,针对Index部分额外进行7个循环的测序,通过Index的识别,可以在1条Lane中区分12种不同的样品;Barcode：与Index同义,多指在Roche GS FLX 454测序平台的16S PCR产物的测序过程中接头序列所包含的的用来区分不同样本的序列;PF%：PF%是指符合测序质量标准的簇的百分比,与测序的通量相关联;Fasta：一种序列存储格式;一个序列文件若以FASTA格式存储,则每一条序列的第一行以“>”开头,而跟随“>”的是序列的ID号即唯一的标识符及对该序列的描述信息；第二行开始是序列内容,序列短于61nt的,则一行排列完；序列长于61nt的,则每行存储61nt,最后剩下小于61nt的,在最后一行排列完；第二条序列另起一行,仍然由“>”和序列的ID号开始,以此类推;Fastq：Fastq是Solexa测序技术中一种反映测序序列的碱基质量的文件格式;第一行以“”符号开头,后面紧跟一个序列的描述信息；第二行是该序列的内容；第三行以“+”符号开头,后面可以是该序列的描述信息,也可省略；而第四行是第二行中的序列内容每个碱基所对应的测序质量值;Read：高通量测序平台产生的序列标签就称为 reads;基因组组装：进行基因组或转录组de novo测序时,物种基因组经构建不同的文库测序所得的片段需经过生物信息学手段对其进行整理拼接,并通过一定的标准如N50对后续组装结果进行质量评估等,最终获得高准确度的基因组序列的过程;基因组测序深度：测序得到的总碱基数与待测基因组大小的比值;如测一个物种的全基因组的重测序,基因组大小约为5G,测序获得100G的数据量,则测序深度为20×;基因组覆盖率：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,覆盖率是98%,那么还有2%的序列区域是没有通过测序获得的;Contig：在de novo测序中拼接软件基于 reads 之间的 overlap 区,拼接获得的中间没有gap的序列称为 Contig重叠群;Scaffold：基因组 de novo 测序,通过 reads 拼接获得 Contigs 后,往往还需要构建 454 Paired-end 库或 Illumina Mate-pair 库,以获得一定大小片段如 3Kb、8Kb、10Kb、20Kb 两端的序列;基于这些序列,可以确定一些Contig 之间的顺序关系,这些先后顺序已知的Contigs 组成 Scaffold;Contig N50：Reads拼接后会获得一些不同长度的Contigs;将所有的Contig长度相加,能获得一个Contig总长度;然后将所有的Contigs按照从长到短进行排序,如获得Contig 1,Contig 2,Contig 3……Contig 25;将Contig按照这个顺序依次相加,当相加的长度达到Contig总长度的一半时,最后一个加上的Contig长度即为Contig N50;举例：Contig 1+Contig 2+ Contig 3 +Contig 4=Contig总长度1/2时,Contig 4的长度即为Contig N50;Contig N50可以作为基因组拼接的结果好坏的一个判断标准;Scaffold N50：Scaffold N50与Contig N50的定义类似;Contigs拼接组装获得一些不同长度的Scaffolds;将所有的Scaffold长度相加,能获得一个Scaffold总长度;然后将所有的Scaffolds按照从长到短进行排序,如获得Scaffold 1,Scaffold 2,Scaffold 3……Scaffold 25;将Scaffold按照这个顺序依次相加,当相加的长度达到Scaffold总长度的一半时,最后一个加上的Scaffold长度即为Scaffold N50;举例：Scaffold 1+Scaffold 2+ Scaffold 3 +Scaffold 4 +Scaffold 5=Scaffold总长度1/2时,Scaffold 5的长度即为Scaffold N50;Scaffold N50可以作为基因组拼接的结果好坏的一个判断标准;Isotig：指在转录组de novo测序时,用454平台测序完成后组装出的结果,一个isotig可视为一个转录本;Isogroup：指转录组de novo测序中,用454平台测序完成后组装出的结果获得的可聚类到同一个基因的转录本群;GC%：GC含量,全基因组范围内或在特定基因组序列内的4种碱基中,鸟嘌呤和胞嘧啶所占的比率;SNP：single nucleotide polymorphism,单核苷酸多态性,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;有这种差别的基因座、DNA序列等可作为基因组作图的标志;SNP 在CG序列上出现最为频繁,而且多是C转换为T ,原因是CG中的C 常为甲基化的,自发地脱氨后即成为胸腺嘧啶;一般而言,SNP 是指变异频率大于 1 %的单核苷酸变异,主要用于高危群体的发现、疾病相关基因的鉴定、药物的设计和测试以及生物学的基础研究等;InDel：Insertion/Deletion,插入/缺失,在基因组重测序进行mapping时,进行容Gap的比对并检测可信的Short InDel,如基因组上小片段>50bp的插入或缺失;在检测过程中,Gap 的长度为1~5个碱基;CNV：copy number variation,基因组拷贝数变异,是基因组变异的一种形式,通常使基因组中大片段的DNA形成非正常的拷贝数量;如人类正常染色体拷贝数是2,有些染色体区域拷贝数变成1或3,这样,该区域发生拷贝数缺失或增加,位于该区域内的基因表达量也会受到影响;如果把一条染色体分成A-B-C-D四个区域,则A-B-C-C-D/A-C-B-C-D/A-C-C-B-C-D/A-B-D 分别发生了C区域的扩增及缺失,扩增的位置可以是连续扩增如 A-B-C-C-D 也可以是在其他位置的扩增,如A-C-B-C-D;SV：structure variation,基因组结构变异,染色体结构变异是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和缺失引起 CNV 的变化,染色体内部的某块区域发生重复复制、翻转颠换、易位、两条染色体之间发生重组inter-chromosome trans-location 等;基因表达差异：是指某一物种或特定细胞在特定时期/功能状态下,多样本间不同基因在mRNA水平上表达量的差异,可通过RPKM/FPKM值来体现;RPKM：Reads Per Kilobase per Million mapped reads Mortazavi etal., 2008,是指每 1 百万个map 上的reads 中map 到外显子的每1K 个碱基上的reads 个数;计算公式四RPKM=106C/NL/103,其中C为唯一比对到目的基因的reads数；N为唯一比对到参考基因的总reads数,L是目的基因编码区的碱基数;RPKM法可以消除基因长度、数据量之间的差异进行计算基因表达量;可变剪切：alternative splicing大多数真核基因转录产生的mRNA前体是按一种方式剪接产生出一种mRNA,因而只产生一种蛋白质;但有些基因产生的mRNA前体可按不同的方式剪接,产生出两种或更多种mRNA,即可变剪接;基因融合：Gene fusion,将基因组位置不同的两个或多个基因中的一部分或全部整合到一起,形成新的基因,称作融合基因或嵌合体基因,该基因有可能翻译出融合或嵌合体蛋白;基因家族分析：通过进行BLASTN/ HMM比对等查找基因归属的基因家族并添加相关功能注释;基因组注释：Genome annotation是利用生物信息学方法和工具,对基因组所有基因的生物学功能进行高通量注释,是当前功能基因组学研究的一个热点;基因组注释的研究内容包括基因识别和基因功能注释两个方面;基因识别的核心是确定全基因组序列中所有基因的确切位置;常见的基因组注释有GO注释、pathway分析;GO注释：gene ontology是指对基因功能的注解;GO强调基因产物在细胞中的功能;GO不能反映此基因的表达情况,即是否在特定细胞中、特定组织中、特定发育阶段或与某种疾病相关,但GO支持其他的OBOopen biology ontologies成员成立其他类型的本体论数据库如发育本体学、蛋白组本体学、基因芯片本体学等Pathway注释：是指对功能基因参与的信号通路等进行分析注释;甲基化率：是指在甲基化测序中,发生甲基化的胞嘧啶占所有胞嘧啶的比率;CpG岛：CpG island 是指DNA上一个区域,此区域含有大量相联的胞嘧啶C、鸟嘌呤G,以及使两者相连的磷酸酯键p;基因组中长度为300～3000 bp的富含CpG二核苷酸的一些区域,主要存在于基因的5’区域;启动子区中CpG岛的未甲基化状态是基因转录所必需的,而CpG序列中的C的甲基化可导致基因转录被抑制;Q20,Q30:基因的二代测序中,每测一个碱基会给出一个相应的质量值,这个质量值是衡量测序准确度的;碱基的质量值13,错误率为5%,20的错误率为1%,30的错误率为0.1%;行业中Q20与Q30则表示质量值≧20或30的碱基所占百分比;例如一共测了1G的数据量,其中有0.9G的碱基质量值大于或等于20,那么Q20则为90%;Q20值是指的测序过程碱基识别Base Calling过程中,对所识别的碱基给出的错误概率;质量值是Q20,则错误识别的概率是1%,即错误率1%,或者正确率是99%；质量值是Q30,则错误识别的概率是0.1%,即错误率0.1%,或者正确率是99.9%；质量值是Q40,则错误识别的概率是0.01%,即错误率0.01%,或者正确率是99.99%；全基因组测序全基因组测序-技术路线提取基因组DNA,然后随机打断,电泳回收所需长度的DNA片段0.2~5Kb,加上接头, 进行基因簇cluster制备或电子扩增E-PCR,最后利用Paired-EndSolexa或者Mate-PairSOLiD的方法对插入片段进行测序;然后对测得的序列组装成Contig,通过Paired-End的距离可进一步组装成Scaffold,进而可组装成染色体等;组装效果与测序深度与覆盖度、测序质量等有关;常用的组装有：SOAPdenovo、Trimity、Abyss等;全基因组测序-原理双末端Paired-End测序原理测序深度Sequencing Depth：测序得到的碱基总量bp与基因组大小Genome的比值,它是评价测序量的指标之一;测序深度与基因组覆盖度之间是一个正相关的关系,测序带来的错误率或假阳性结果会随着测序深度的提升而下降;重测序的个体,如果采用的是Paired-End 或Mate-Pair方案,当测序深度在10~15X以上时,基因组覆盖度和测序错误率控制均得以保证;测序深度对基因组覆盖度和测序错误率的影响HOM：纯合体 HET：杂合体全基因组测序-分析流程1．数据量产出总碱基数量、Totally mapped reads、Uniquely mapped 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;并根据参考基因组序列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;5．Structure Variation检测及在基因组中的分布目前SBC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进行注释;全基因组重测序生物信息学分析流程。

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。

转录组测序，也被称为RNA-Seq，是一种高通量的测序技术，用于研究细胞中所有转录本的表达情况。

这项技术可以提供关于基因表达、基因变异、基因调控等重要生物学过程的信息。

在转录组测序中，首先从细胞中提取RNA，然后将其转化为测序文库。

这个文库包含从RNA中提取的基因序列信息，这些信息随后被大规模并行测序。

每个测序读段代表一个转录本的一部分或全部序列。

通过对这些读段的深度分析，研究人员可以确定哪些基因在特定条件下被表达，哪些基因的表达水平有所改变。

此外，转录组测序还可以揭示基因拼接变异、基因融合以及其他重要的基因结构变异。

转录组测序是基因表达研究的重要工具，因为它提供了定性和定量的基因表达信息。

这项技术已经被广泛应用于各种生物学研究领域，包括疾病机制研究、药物开发、生物进化研究等。

例如，在疾病机制研究中，转录组测序可以帮助科学家了解疾病发生和发展过程中基因表达的变化，从而为疾病的诊断和治疗提供新的思路。

在药物开发中，通过比较药物处理前后的转录组变化，可以确定药物的作用机制和潜在的副作用。

总的来说，转录组测序是一种强大的工具，它让我们能够深入了解细胞的基因表达模式，为生物医学研究提供了重要的信息。

高通量测序常用名词汇总一代测序技术：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。

RNA：Ribonucleic Acid，，核糖核酸，一个核糖核苷酸分子由碱基，核糖和磷酸构成。

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。

二代测序知识梳理大全二代测序，也被称为高通量测序，是一种通过构建DNA文库，对DNA进行大规模、并行高通量测序的技术。

相对于传统的Sanger测序，二代测序以其快速、高度自动化以及低成本等优势，在基因组学、转录组学、表观基因组学等领域得到了广泛应用。

下面将对二代测序涉及的主要技术和相关概念进行梳理。

1. SBS（Sequencing by Synthesis）技术：单分子实时测序和二代测序中最常用的技术之一。

该技术是通过将DNA模板分子固定在表面上，利用特殊的引物和荧光标记的四个核苷酸进行DNA合成，每次合成一个碱基，并通过检测发出的荧光信号来确定该碱基。

这一过程被反复重复，从而实现对整个DNA序列的测定。

2. Illumina测序技术：目前最为常用的二代测序技术之一，采用SBS技术。

其特点是高通量、高精度和低成本，适用于快速测序和大规模测序。

Illumina测序采用的文库构建方法常见的有gDNA文库、mRNA文库、甲基化文库等。

3. Ion Torrent测序技术：采用电学信号检测DNA合成过程中释放的离子，基于质量变化原理进行二代测序。

Ion Torrent测序系统具有速度快、成本低、操作简单等优点，并且适用于小型项目和个体化医疗等领域。

4. PacBio测序技术：采用单分子实时测序原理进行测序。

该技术基于观察DNA合成过程中聚合酶的动态变化，并将其转化为序列信息。

PacBio测序具有长读长、直接测序、不需文库构建等优势，适用于基因组重组、转录组、血液学研究等领域。

5. SMRT（Single Molecule Real-Time）测序：是PacBio测序技术的商标名称。

SMRT测序具有高读长、高准确性、能够检测DNA甲基化等特点，在细菌学、宏基因组学、临床研究等领域有重要应用。

6. 数据分析：二代测序产生的原始数据通常是FASTQ格式的序列文件，需要进行适当的数据预处理、序列比对、变异检测等分析。

高通量名词解释高通量技术在生物学研究中的应用。

引言。

高通量技术是一种在生物学研究中广泛应用的技术，它可以大大提高实验的效率和数据的产出。

这些技术包括高通量测序、高通量筛选、高通量成像等，可以帮助科学家们更深入地了解生物学过程。

本文将重点介绍高通量技术在生物学研究中的应用，并探讨其在基因组学、蛋白质组学、代谢组学等领域的重要作用。

高通量测序技术。

高通量测序技术是通过对DNA或RNA进行大规模的测序，来获取生物体内基因组、转录组的信息。

这项技术的发展使得科学家们能够更快速、更精确地解读生物体的遗传信息。

通过高通量测序技术，科学家们可以对基因组进行全面的分析，从而揭示基因与疾病之间的关系，研究基因的表达调控机制，甚至进行基因编辑等研究。

此外，高通量测序技术还可以应用于微生物组学研究，帮助科学家们了解微生物在人体内的分布和功能。

高通量筛选技术。

高通量筛选技术是一种用于快速筛选大量样本的技术，可以帮助科学家们在短时间内找到感兴趣的生物分子。

在药物研发领域，高通量筛选技术可以用于快速筛选潜在的药物靶点，加速新药的研发过程。

在生物学研究中，高通量筛选技术可以帮助科学家们发现新的蛋白质相互作用，探索细胞信号通路等。

高通量成像技术。

高通量成像技术是一种用于快速获取大量细胞或组织的图像信息的技术，可以帮助科学家们了解生物体内的结构和功能。

在细胞生物学研究中，高通量成像技术可以用于观察细胞的形态、运动和代谢活动，帮助科学家们研究细胞的生理功能和病理机制。

在神经科学研究中，高通量成像技术可以用于观察大脑的神经元活动，揭示神经网络的组织和功能。

高通量技术在基因组学研究中的应用。

基因组学是研究生物体基因组结构和功能的学科，高通量技术在基因组学研究中发挥着重要作用。

通过高通量测序技术，科学家们可以对不同生物体的基因组进行全面的比较分析，揭示基因组的进化历史和功能差异。

同时，高通量筛选技术可以帮助科学家们快速筛选出与特定生物学过程相关的基因，加速基因功能的研究。

高通量测序常用名词汇总一代测序技术：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。

高通量测序技术测序碱基的质量值：Q20值，Q30，Q40Q20是指的测序过程碱基识别（Base Calling）过程中,对所识别的碱基给出的错误概率. 如果质量值是Q20,则错误识别的概率是1%,即错误率1%,或者正确率是99%；如果质量值是Q30,则错误识别的概率是0.1%,即错误率0.1%,或者正确率是99.9%；如果质量值是Q40,则错误识别的概率是0.01%,即错误率0.01%,或者正确率是99.99%；你发现规律没有,Q“N”0的质量值,就是正确率有N个9的百分比,这样就非常容易记忆了. 基因高通量测序中，每测一个碱基会给出一个相应的质量值，这个质量值是衡量测序准确度的。

碱基的质量值13，错误率为5%，20的错误率为1%，30的错误率为0.1%。

行业中Q20与Q30则表示质量值≧20或30的碱基所占百分比。

例如一共测了1G的数据量，其中有0.9G的碱基质量值大于或等于20，那么Q20则为90%。

Q20值是指的测序过程碱基识别（Base Calling）过程中，对所识别的碱基给出的错误概率。

质量值是Q20，则错误识别的概率是1%，即错误率1%，或者正确率是99%；质量值是Q30，则错误识别的概率是0.1%，即错误率0.1%，或者正确率是99.9%；质量值是Q40，则错误识别的概率是0.01%，即错误率0.01%，或者正确率是99.99%；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。

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）**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。

微生物高通量测序相关名词概念解析作者：happy目录一、OTU分类和统计 (2)二、生物信息分析 (2)三、16SrRNA (3)四、Alpha多样性 (4)五、稀疏性分析（rarefaction analysis）和稀疏性曲线（rarefaction curve） (7)六、Shannon-Weiner指数 (8)七、Rank Abundance 曲线 (9)八、微生物种属鉴定及相关分析 (10)九、OTU群落聚类及相关分析 (14)十、Rank Abundance 曲线 (15)十一、韦恩图（Venn） (16)一、OTU分类和统计OTU(operationaltaxonomicunits)是在系统发生学研究或群体遗传学研究中，为了便于进行分析，人为给某一个分类单元（品系，种，属，分组等）设置的同一标志。

通常按照97%的相似性阈值将序列划分为不同的OTU，每一个OTU通常被视为一个微生物物种。

相似性小于97%就可以认为属于不同的种，相似性小于93%-95%，可以认为属于不同的属。

样品中的微生物多样性和不同微生物的丰度都是基于对OTU的分析。

Coverage是指各样品文库的覆盖率，其数值越高，则样本中序列没有被测出的概率越低。

该指数实际反映了本次测序结果是否代表样本的真实情况。

计算公式为：C=1-n1/N其中n1=只含有一条序列的OTU的数目；N=抽样中出现的总的序列数目。

分类水平统计表主要是对每个样本在分类学水平上的数量进行统计，并且在表格中列出了在每个分类学水平上的物种数目（只显示前10个样本，如果样本超过10个，请查看结果中taxon_all.txt文件）其中SampleName表示样本名称；Phylum表示分类到门的OTU数量；Class表示分类到纲的OTU数量；Order表示分类到目的OTU数量；Family表示分类到科的OTU数量；Genus表示分类到属的OTU数量；Species表示分类到种的OTU数量。

高通量测序技术及原理介绍高通量测序技术（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。

高通量测序技术应用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（whole transcriptome resequencing），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。

这边需要特别指出的是第二代测序结合微阵列技术而衍生出来的应用--目标序列捕获测序技术（Targeted Resequencing）。

这项技术首先利用微阵列技术合成大量寡核苷酸探针，这些寡核苷酸探针能够与基因组上的特定区域互补结合，从而富集到特定区段，然后用第二代测序技术对这些区段进行测序。

目前提供序列捕获的厂家有Agilent和Nimblegen ，应用最多的是人全外显子组捕获测序。

科学家们目前认为外显子组测序比全基因组重测序更有优势，不仅仅是费用较低，更是因为外显子组测序的数据分析计算量较小，与生物学表型结合更为直接。

测序常用名词解释整理————————————————————————————————作者：————————————————————————————————日期：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（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。

高通量测序技术新名词的理解和辨析科技術语是科学技术研究中的专用名词，它所代表的意义必须力求准确统一，只有这样才符合科学研究中要求的严格性与严密性。

科技术语的混乱，会影响科技工作者之间的交流，因此科技术语的统一和规范化，对学科知识的传播与交流、新理论的建立、新学科的开拓、最新信息的交流、科技成果推广等方面都至关重要。

高通量测序（highthroughput sequencing）是指能一次并行对几十万到几百万条DNA分子进行序列测定的技术。

在21世纪初被国外生物公司首次开发，继而迅速在全球范围内推广应用，它能够帮助科研人员解决许多生物学问题，深入研究各物种的基因组结构、功能、表达、调控等，更透彻地解密“生命密码”。

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；在转录组水平上进行mRNA测序（mRNA sequencing），从而开展差异基因表达分析、可变剪切分析等研究；从表观遗传学的角度，研究DNA、RNA、蛋白质间相互作用或染色质构象的测序技术，进行转录后调控等方面的研究。

“高通量测序”一词已广泛应用于生命科学的研究，通过测序技术得到的基因组数据库、转录组数据库等众多数据库，对生命现象的研究起着至关重要的作用。

因此以高通量测序为基础发展出许多新名词，对这些新名词的规范命名和正确的理解，能够有效地促进科学技术的传播，进而推动科学的进一步发展。

一测序技术的发展历史众所周知，生物的遗传信息是由DNA序列决定的，4种碱基A、T、C、G的排列方式决定了生物的形态、生长发育、疾病等种种特征。

DNA序列的异常也将引起各种各样的疾病。

那么某一个物种的DNA 序列究竟是什么，如何得到该物种完整的DNA序列，如何破解“生命密码”，就成为20世纪70年代生命科学研究领域的热门课题。

1977年，英国生物化学家桑格（F. Sanger）和库森（A.R.Coulson）创建了第一代测序技术，通过DNA双脱氧链终止法，成功得到噬菌体X174的全部基因组序列，全长5374个碱基。