測(cè)序原理
測(cè)序原理
為什么要學(xué)習(xí)測(cè)序原理？
1、測(cè)序是現(xiàn)在以及未來生物學(xué)研究的基礎(chǔ)；
2、測(cè)序原理是生物數(shù)據(jù)分析的基礎(chǔ)；
3、測(cè)序質(zhì)量直接影響分析結(jié)果；
4、生物軟件針對(duì)特定數(shù)據(jù)開發(fā)；
5、了解測(cè)序原理才能選擇合適的科學(xué)研究方案。
01illumina
illumina 測(cè)序的優(yōu)點(diǎn)：通量大、價(jià)格低 、應(yīng)用廣、準(zhǔn)確性高，缺點(diǎn)：讀長(zhǎng)短、速度慢 、雙末端、有偏向性。
應(yīng)用廣，如基因組、變異檢測(cè)，RNAseq，單細(xì)胞測(cè)序，產(chǎn)前篩查，腫瘤檢測(cè)等。
讀長(zhǎng)短，現(xiàn)在普遍2×150bp，最長(zhǎng)就2x300bp。但依然比較短，由于Illumina 的技術(shù)特點(diǎn)限制了其讀長(zhǎng)，很難在讀長(zhǎng)上繼續(xù)提高。
illumina 測(cè)序三大核心技術(shù)：
01.可逆阻斷終止技術(shù)
02.邊合成邊測(cè)序
03.雙末端測(cè)序
illumina測(cè)序原理視頻：
https://v.qq.com/x/page/i0770fd7r9i.html
02PacBio
PacBio測(cè)序的優(yōu)點(diǎn)：
1.超長(zhǎng)讀長(zhǎng):5~70kb
2.準(zhǔn)確性高:HiFi模式可以達(dá)到 99.999%
3.均勻的覆蓋率:無需擴(kuò)增，不受 GC 偏向影響
4.可檢測(cè)堿基化學(xué)修飾
5.測(cè)序速度快：1S測(cè)10個(gè)堿基
PacBio 的缺點(diǎn):
1.數(shù)據(jù)量小
2.單分子測(cè)序原始數(shù)據(jù)的錯(cuò)誤率高，需重復(fù)測(cè)序降低錯(cuò)誤率
3.測(cè)序價(jià)格較高，是llumina的 6-7 倍
4.長(zhǎng)度沒有納米孔測(cè)序長(zhǎng)
5.測(cè)序儀成本較高，不適合小規(guī)模組織購(gòu)買
6.提高準(zhǔn)確性需要犧牲測(cè)序長(zhǎng)度和數(shù)據(jù)量
PacBio測(cè)序四大核心技術(shù)：
01.DNA Polymerase
02.ZMW Confinement
03.標(biāo)記在磷酸鏈上的核苷酸
04.啞鈴狀文庫(kù)
PacBio測(cè)序原理視頻：
https://v.qq.com/x/page/r03534cry7u.html
03Nanopore
Nanopore測(cè)序的優(yōu)點(diǎn)：
1.讀長(zhǎng)超長(zhǎng)
2.速度快
3.通量高
4.電信號(hào)
5.無GC偏向性
PacBio 的缺點(diǎn):
1.準(zhǔn)確性低
2.價(jià)格高
3.小的插入缺失錯(cuò)誤
4.更新快
Nanopore測(cè)序四大核心技術(shù)：
01.生物膜
02.馬達(dá)蛋白
03.解螺旋酶
Nanopore測(cè)序原理視頻：
https://v.qq.com/x/page/v0746ixokzz.html
總的來說，所有測(cè)序儀所得到最終分析的格式是fastq，下面來了解下其格式結(jié)構(gòu)吧。
Fastq
第一行：以‘@’開頭，是這一條 read 的名字，這個(gè)字符串是根據(jù)測(cè)序時(shí)的狀態(tài)信息轉(zhuǎn)換過來的，中間不會(huì)有空格，每條 read 的唯一標(biāo)識(shí)符；
第二行：測(cè)序 read 的序列，由 A，C，G，T 和 N 這五種字母構(gòu)成，這也是我們真正關(guān)心的DNA 序列，N 代表的是測(cè)序時(shí)那些無法被識(shí)別出來的堿基；
第三行：以‘+’開頭，沒啥用；
第四行：測(cè)序 read 的質(zhì)量值，這個(gè)和第二行的堿基信息一樣重要，它描述的是每個(gè)測(cè)序堿基的可靠程度。
ASCII 碼表
總之，F(xiàn)ASTQ格式文件是測(cè)序儀經(jīng)過轉(zhuǎn)化得到的生信分析原始數(shù)據(jù)(一般公司給的都是fastq)。最重要的是第二列堿基信息以及第四列堿基測(cè)序質(zhì)量值。
好啦，今天的分享就到這啦，明天開始學(xué)習(xí)Linux咯！
