Next generation sequencing (NGS)二代测序数据预处理与分析

二代测序原理:

1、DNA待测文库构建。 超声波把DNA打断成小片段,一般200--500bp,两端加上不同的接头
2、Flowcell。一个flowcell,8个channel,很多接头
3、桥式PCR扩增。每个DNA片段将在各自位置集中成束,每一束含有单个DNA模板的很多拷贝,目的:将碱基的信号强度放大,达到测序所需的信号要求。
4、测序。边合成边测序。反应所需材料,dNTP的3’端特殊处理,不能继续反应,因此每次只能添加一个碱基,另外每个碱基有一种颜色。dNTP添加到链上后,所有未使用游离dNTP和DNA聚合酶会被洗脱掉。

接着,再加入激发荧光所需的缓冲液,用激光激发荧光信号,并有光学设备完成荧光信号的记录,

最后,   利用计算机分析将光学信号转化为测序碱基。这样荧光信号记录完成后,再加入化学试剂淬灭荧光信号并去除dNTP 3’-OH保护基团,以便能进行下一轮的测序反应。

双端测序:正义链测100,反义链测100,合起来200,这样测序结果比较准确。

Next generation sequencing (NGS)二代测序数据预处理与分析

By zilhua | 2014 年 3 月 12 日

Next generation sequencing (NGS)二代测序数据预处理与分析

常使用的工具列表

  • 质量控制Quality Control:FastQC、Fastx-toolkit
  • 拼接Aligner:BWA,Bowtie, Tophat, SOAP2
  • Mapper:Tophat, Cufflinks
  • 基因定量 Gene Quantification: Cufflinks, Avadis NGS
  • 质量改进 Quality improvement: Genome Analysis Toolkit(GATK)
  • SNP: Unified Genotyper,Glfmultiple, SAMtools, Avadis NGS
  • CNV: CNVnator
  • Indel: Pindel, Dindel, Unified Genotyper, Avadis NGS
  • Mapping to a gene: Cufflinks, Rsamtools, Genomic Features

相关的数据格式

  • FASTQ:
  • SAM: A generic nucleotide alignment format
  • BAM: binary format
  • VCF

数据处理的流程

Next generation sequencing (NGS)二代测序数据预处理与分析

RNAseq数据不容易分析的原因:

  • 差异大,0~几万
  • 基因多
  • 巨大的变异
  • 样本量小
  • 鉴定SNP可供借鉴的经验

鉴定SNP可供借鉴的经验

如果一个基因中SNP数目超过3个,10个碱基中SNP数目超过2个,这样的SNP就需要怀疑;

通过RNAseq、DNAseq鉴定SNP,有什么区别?

本质没有区别,但是RNAseq时,需要注意可变剪接 造成的SNP。

参考资料:

http://boyun.sh.cn/bio/?p=1862

上一篇:为什么二代测序的原始数据中会出现Read重复现象?


下一篇:NPOI支持excel2003和excel2007