青枯雷尔氏菌比较基因组学的研究.pptVIP

青枯雷尔氏菌的深度测序、Scaffold/Contig的组装和基因注释 唐唯其 2010年9月 福建农科院农业生物资源研究所微生物研究中心 / 青枯雷尔氏菌生物信息学的实验内容 序列拼接 Assembly 对Scaffold和Contig进行概述性分析 原核生物基因预测及功能注释 青枯雷尔氏菌精细图GMI1000、PSI07、CFBP2957、CMR15，草图MolK2、IPO1609、UW551，和RS98、RS91比较基因组学分析 共有基因和特异基因 同源性和共线性分析 基因组尺度的进化分歧 个例分析：识别并分析致病基因 深度测序、Deep Sequencing、高通量测序、第二代测序、新一代测序、Next-Generation Sequencing Roche 454 焦磷酸测序 / illumina-Solexa / ABI SOLiD（supported oligo ligation detetion） / Helicos 单分子测序 / 纳米孔测序 nanopore sequencing（第三代） 测序设备 科技的发展 过去： 13年，30亿，3Gb，HGP人类基因组计划（vs 阿波罗登月计划、曼哈顿核弹计划） 现在： 炎黄计划，1000 genome计划（已完成三个先导项目） 四周，48000美元，Heliscope单分子测序仪 HiSeq 2000，x30，1万美元，100bp，50万美元左右10万美元。 4400美元，Complete Genomics纳米阵列技术（第三代测序技术），2009年底。定价2万美元。 将来： 2013年、1000美元、15分钟、微波炉，个人基因组测序仪 传统的Sanger法测序原理和循环芯片测序法（Cyclic-Arrary Sequencing）原理图示 454焦磷酸测序法原理 Solexa测序原理 SOLiD测序原理 Helicos单分子测序原理 Complete Genomics 纳米阵列技术 第三代测序技术-纳米孔技术原理 新一代测序技术的优缺点 优点： 体外构建DNA文库，随后体外克隆扩增DNA片段。这就解决了传统Sanger测序技术中好几个限制平行测序规模的瓶颈问题，比如转化大肠杆菌以及阳性克隆挑选等问题。 基于芯片的测序方式能极大地提高平行测序的能力。 试剂消耗少，测序费用低。 缺点： 测序片段长度短。但随着技术的发展，单个测序反应获得的片段长度也越来越长。Sanger法一个反应一般有500～800bp。Solexa测序从一开始的20～30bp到现在的75bp，454焦磷酸测序从一开始的100bp到现在的400bp。 准确率不高。平均来说，新一代测序的准确率比传统测序技术低10倍。但可以通过高覆盖度来验证测序错误。 测序结果--本实验的原始数据 测序返回的结果有 Solexa测序返回的short reads共有两套数据，s_1和s_7。 每套数据分别有360个文件构成，s_1分为s_1_1系列的120个qseq文件、s_1_2系列的120个qseq文件和s_1_3系列的120个qseq文件；s_7同理。 其中1和3系列是的short reads长度为54bp，而2系列的长度只有7bp。 每个qseq文件均包含20万条左右short read，其中s_1的有效序列占总数的86%左右，在s_7中，该平均值为87%。 已经拼接过的Scaffold序列：RS98，7.2Mb（有效6.2Mb），RS91，6.6Mb（有效5.5Mb）。 询问之后，对方的说明： s_1_1和s_1_3是对应的双末端序列，library长度分为两种，分别是300bp和2500bp。 s_1_2系列的7bp的短序列是测序中不同样本的编号。 s_1系列中，编号为CACTTGAA的是RS91的300bp插入文库 s_7系列中，编号为CACTTGAA的是RS91的2500bp插入文库 s_1系列中，编号为CGATCAGA的是RS1458的300bp插入文库 s_1系列中，编号为CCTTGTAA的是RS1458的2500bp插入文库 除了这些序列外，其他编号的序列是同次测序中的其他样品。 illumina测序结果的qseq数据格式说明 Illumina pipeline versions 1.3 and later说明 ? Machine name: unique identifier of the sequencer. ? Run number: unique number to identify the run on the sequencer. ? Lane number: positive integer (currently 1-8). ? Tile number: positive