YUANya

导航

 

生物信息学

Sanger采用链终止法进行测序

 

带有荧光基团的ddXTP+其他四种普通的脱氧核苷酸放入同一个培养皿中,例如带有荧光基团的ddATP+普通的脱氧核苷酸A、T、C、G放入同一个培养皿,以此类推,存在4种不同类型碱基的识别机制,同时,该ddXTP一旦结合在互补链上则会迫使复制停止。 

高通量测序是二代测序,先建库后测序:

建库方法:

单末端测序:将DNA双链打碎并接上接头序列,通过改变条件使双链变单链,将待测的单链固定在flowcell上,再加入游离的脱氧核苷酸,采用边合成边测序方法比配并测得互补链,最后冲走互补链。

双末端测序:将DNA双链打碎并接上接头序列,通过改变条件使双链变单链,将待测的单链固定在flowcell上,采用桥式扩增(即将模板链和互补链单链都成簇,用酶切,就只剩下模板链和两端引物),通过桥式扩增加强信号。

它的碱基识别是在链终止法的基础上,采用边合成边测序方法:

带有荧光基团的ddXTP+其他三种普通的脱氧核苷酸放入同一个培养皿中,例如带有荧光基团的ddATP+普通的脱氧核苷酸T、C、G放入同一个培养皿,以此类推,存在4种不同类型碱基的识别机制,同时,该ddXTP一旦结合在互补链上则会迫使复制停止。 模板链通过碱基互补配对原则得到互补链,该互补链停止于需识别碱基上,通过测试最后一位碱基所携带的荧光基团,从而确定模板链对应的碱基种类。在确认了该位置的碱基种类之后,会加羟基去去除荧光基团,并使得链又不断复制下去,通过识别后的照片来得到最终的序列组成。

 

高通量测序的特点是数据量大。

Fasta

>序列名字

序列本身

Fastq

@序列信息

序列本身

@序列信息

序列质量:由碱基错误率算得,每个碱基对应一个质量,将具体数值用ASCII表示出来

质量指标:Q20Q30Q40

 

基因芯片和高通量测序的比较:

基因芯片原理:

 通过探针捕获游离的带有荧光基团的脱氧核苷酸,然后使其荧光标记发出荧光,辨别荧光强度确定碱基种类并加入羟基使其不再发光,再以此类推确定另外一种荧光种类。

二代测序:双末端测序;边合成边测序

区别:前期样本制备

基因表达:相当

 

数据分析流程:

图片数据(识别荧光基团测序)----序列信息(fastq------质控-----assembly----analysis----annotation

 

  

Raw data------质控fastaQC------adoptor/linker(引物)------使用barcode排序------FASTX-Toolkit质控(某特殊位置之后的;低于平均值的)

 

 

 

fastaQC:FASTQC checks whether a set of sequence reads in a .fastq fifile exhibit any unusual qualities.

 

FASTX-Toolkit:In this section of the tutorial we will be using FASTX-Toolkit (http://hannonlab.cshl.edu/fastx_toolkit/) to fifilter and trim sequences based on quality.

 

调研(低深度测序)主要用于找到合理建库方法----框架(高深度测序)----精细测序,进行修补

 

应用:

个体重测序----精准医疗----突变

重测序数据分析:GATK:人群队列测----发现SNP并汇总----发现群体高发SNP

 

转录组测序:

1.Small RNA seq表达

2.RNA seq表达-:--->Bowtie(短片段RNAgenome---->Tophat(找到splice junction----->cufflinks(找到可变剪接)

Bowtie is an ultrafast, memory-efficient short read aligner geared toward quickly aligning large sets of short DNA sequences (reads) to large genomes.

TopHat is a fast splice junction mapper for RNA-Seq reads.

Cufflinks assembles transcripts, estimates their abundances, and tests for differential expression and regulation in RNA-Seq samples.

 

RPKM (Reads Per Kilobase of transcript per Million mapped reads)

 

 

Total Exon reads:比到某个sample上的read数;

total mapped reads:比到某个sample上某gene exonreads数    

exon length:某gene exon长度

所以,

sample之间同一gene比较的是(gene mapped reads数/sample mapped reads数

同一sample 的不同gene之间比较的是(gene mapped reads数/gene oxen length)

 

Chip-seq:发现转录因子的结合位点

 

posted on 2019-09-15 17:57  YUANya  阅读(1257)  评论(0编辑  收藏  举报