基因组测序的原理与方法分析.pptVIP

大规模基因组测序的原理与方法 教师：李海燕 WGS的三个阶段 Genome Survey（GS） 1－2测序覆盖度 Working Draft(WD)：（90％以上的功能区域覆盖度） 3－4测序覆盖度 Genome Completion(GC): (99％以上的功能区域覆盖度) 6测序覆盖度以上 RePS2的新流程图 果蝇组装软件（2000） 特点： 组装前数据预处理； 用数据库屏蔽重复序列； 采用类似BLAST的方法找出重叠部分； 选择不冲突的重叠构建contigs，识别重复序列边界； 用正反向信息构建scaffolds，填洞。 使用情况： 用于果蝇基因组组装。 用于人类基因组组装时的改进（2001） 构建contigs后，利用一个统计模型识别低拷贝重复序列； 采用两种方式利用已公布的人类基因组计划数据，即 1.把人类基因组计划数据分解成“人工reads”，进行组装； 2.利用人类基因组计划数据的定位对shotgun数据进行分组，然后组装。 ARACHNE（2002） 特点： 组装前通过多序列比对纠正测序错误； 考虑质量数据，对每对重叠reads打分； 通过分析reads重叠情况识别重复序列的边界，组装的contigs避免越过边界； 识别重复序列contigs； 构建scaffolds，填补空洞。 使用情况：使用数个物种，包括人21、22染色体数据进行了检验。 The Phusion Assembler（2003） 特点： 输入数据包括正反向信息，插入片段长度在2-200kb之间； 组装前先对数据进行分组，然后并行处理； 使用phrap进行组装，组装过程中利用正反向信息对contig进行延伸或打断； 根据重叠合并contigs； 利用正反向信息构建scaffolds。 使用情况： 用于小鼠基因组，7.5x，2.6Gb，479 scaffolds 基因预测软件介绍 基于人工神经网络和模式识别的算法和软件 GRAIL（） GeneParser （/~eesnyder/GeneParser.html） GENEID http://www1.imim.es/software/geneid/index.html 基于语言学方法 Genlang /genlang/genlang_home.html 基于隐含马尔可夫模型 Genie /~dkulp/cgi-bin/genie） HMMgene http://WWW.cbs.dtudk/services/HMMgene/） GeneFinder 软件由美国华盛顿大学的Colin Wilson，LaDeana Hilyer,和Phil Green研发 GENSCAN 软件由斯坦福大学数学系Chris Burge和Samuel Karlin所研发 比较基因组研究 “近亲”的物种之间的差异非常小，有些在基因组序列水平的相似性就高达90％以上。但尽管如此，那些不足10％的序列差异却导致了它们之间的很多本质的变化，如种属的差异或致病性的有无等等。因此，对它们进行比较基因组的研究可能可以为人们理解物种间差异的本质、基因的横向转移在进化中的作用和特定微生物致病的机制等提供一条捷径。 例如，威斯康星基因组中心通过对大肠杆菌的致病株O157:H7株和非致病株K-12株进行基因组序列比较发现，它们之间共有了一个约4.1Mbp的高度同源且几乎线性一致的“主干”基因组序列（只在复制的终止点附近出现了一个约422Kbp的倒置），而这个主干序列则被几百个具有株特异性（stain-specific）的片断序列所“切断”,并且在O157:H7株的这些特异性的序列片断中，他们发现了很多可能的毒力相关的基因和一些前噬菌体的基因等，从而为研究O157:H7株的致病性机理提供了很大的帮助. 大规模基因组测序平台 逐步实现生物资源的“信息化、产权化、产业化”的基本支持 利用我国有限的、可专利的生物资源的根本保障 测序能力的“三级跳” 人类基因组计划1%项目的finishing (1999年) 中-丹合作的家猪基因组计划 (2000年) 水稻工作框架图的绘制和公布 (2001年) 标志着我国已掌握了国际先进的测序技术，具有相当的测序能力。 测序能力和质量已达到国际一流水平 ,以独立承担大规模的基因组测序项目 我国已经成为继美国之后世界上第二个具有独立完成大规模的全基因组测序和组装分析能力的国家 大规模、低成本 已形成了一条世界第六、亚洲最大的基因组测序技术平台，共有MegaBACE测序仪104台，ABI3730测序仪2台，ABI377测序仪11台，满负荷运转日产可达50Mb，是一个低投入、高产出，高度自动化的测序平台。 测序平台的构成 文库组 各种物种DNA的提