高通量测序

常见的测序名词解释

混江龙づ霸主 提交于 2020-02-25 07:26:25
1.啥叫高通量测序 2.sanger测序法是什么 3.什么是全基因组重测序 4.de novo(是拉丁文喔)是什么意思? 5.外显子测序 6.mRNA测序(RNA-seq) 7.small RNA测序 8.Chip-seq(染色质免疫共沉淀)测序 9.RIP(RNA免疫共沉淀-seq测序 10.宏基因组(metagenomic) 等等。。。。 参考网址: https://mp.weixin.qq.com/s?__biz=MzAxMDkxODM1Ng==&mid=2247484516&idx=1&sn=e0129d314204cd380d7c9fcc9e629bd2&chksm=9b4844dfac3fcdc92fb9ff5cbd540cfbbd28fecac7e272367ff940e42995eec847f04856e99b&mpshare=1&scene=24&srcid=0830GE8X0B49JNSnJ7WRywXE#rd 感谢万能的【生信技能树】以及所有参与的作者 来源: https://www.cnblogs.com/lmt921108/p/7462020.html

基因疗法研究报告

有些话、适合烂在心里 提交于 2020-01-04 07:48:45
基因疗法研究报告 作者:郭敏 人工智能对医疗和健康产业的冲击和革命 文章分四部分: 1、基因治疗的现状与前景(存在的困难、基因治疗的技术) 2、基因治疗与大数据的关系 3、基因治疗与人工智能的关系 4、个人看法 第一部分 :基因治疗的现状与前景 人类细胞基因治疗的临床实验已经开始。进行基因治疗必须具备下列条件:1)选择适当的疾病,并对其发病机理及相应基因的结构功能了解清楚;2)纠正该病的基因已被克隆,并了解该基因表达与调控的机制与条件;3)该基因具有适宜的受体细胞并能在体外有效表达;4)具有安全有效的转移载体和方法,以及可供利用的动物模型。近三年来,以对若干人类单基因遗传病和肿瘤开展了临床的基因治疗。基因治疗将是21世纪医药领域的最大突破。随着人类基因计划的完成,人体的重要生理活动与疾病相关的基因不断被发现,人们已经逐步认识到大多数疾病是由于基因结构和功能的改变而引起的,基因治疗将带来临床医学的巨大革命。基因治疗的手段将越来越多的应用于诸如病毒性传染(如各型肝炎、艾滋病等)、恶性肿瘤、心血管疾病、老年病等目前尚无理想治疗方案的疾病的治疗。除此之外,基因治疗将为多种疾病预防的有效措施之一。作为生物技术发展的前沿,毋庸置疑,基因治疗将为多种疑难杂症的治疗开辟更广阔的前景,进而为人类的健康带来不可估量的利益。目前,基因治疗已经从盲目阶段进入了理性化阶段。尽管基因治疗仍存在安全性

扩增子、宏基因组测序问题集锦

为君一笑 提交于 2019-12-24 16:20:00
扩增子常见问题 01 实验室检测的DNA浓度很高,送到公司检测之后浓度却比较低呢? 1、老师在实验室多采用Nanodrop对DNA浓度进行检测,而在公司我们会结合Qubit、Nanodrop、琼脂糖电泳三种方法检测DNA样品的质量; 2、由于不同检测方法的原理不同,所以检测出的结果也会存在一定的差异。其中,Nanodrop检测法是基于紫外分光光度原理进行检测,由于DNA样品中可能含有部分杂质,因此会造成结果虚高的现象;Qubit检测法则是基于荧光标记的原理进行检测,结果会更准确; 3、当两种检测方法的结果出现差异时,我们以Qubit检测结果为准。 个人经验:我用CTAB法提取的小麦总DNA, Nanodrop检测浓度大于1000 ng/ul,结果公司返回的检测报告只有100 ng/ul,差别可达10倍。可能是植物多糖含量高,DNA纯度比较难保证。 02 在计算微生物群落样品之间的距离时,分别基于加权与非加权两种不同的算法绘制出的结果展示图有什么不同?如何进行选择呢? 1、在计算微生物群落样品之间的距离时,加权是考虑到样品中OTUs的相对丰度信息,而非加权则没有考虑物种的相对丰度信息; 2、如果老师研究的生物学问题与物种的相对丰度信息密切相关,使用加权算法的结果展示可能更为符合;如果研究的生物问题与丰度关系不密切,或者各组的区分与低丰度的OTUs更为密切

xgene:之ROC曲线、ctDNA、small-RNA seq、甲基化seq、单细胞DNA, mRNA

放肆的年华 提交于 2019-12-22 05:16:38
灵敏度 高 == 假阴性率低,即漏检率低,即有病人却没有发现出来的概率低。 用于判断:有一部分人患有一种疾病, 某种检验方法 可以在人群中检出多少个病人来。 特异性 高 == 假阳性率低,即错把健康判定为病人的概率低。 用于:被某种试验判定为患病的人中,又有多少是 真的患了这种病 的。 好的检测方法: 有高的灵敏度(低的假阴性率)、同时又有高的特异性(低的假阳性率)。 ROC 曲线: 横轴:100 — 特异性。。即100减去特异性,特异性高,100减去特异性就低,故越小越好。 纵轴:灵敏度值。 ROC分析图的解读原则: 曲线越是靠近整个图的 左上方,方法越优 ; 越是接近 对角线,方法越差 ; 评价的 客观标准 是 曲线下方的面积占整个图的面积比例 。即AUC(曲线下面积,Area Under Curve,AUC)。 面积比例越接近1,方法越好 ;面积比例越接近0.5,方法越差。 ctDNA 循环肿瘤DNA,英文叫:circulating tumor DNA,简称ctDNA。对ctDNA进行测序,是目前很火的Liquid Biopsy(液体活检)中的一种。 意义 首先,我们来说一下ctDNA测序的临床意义。 第一,就是它可以减少病人的开刀痛苦, 只要抽血 ,不必开刀,就可以做检测。 第二,是它可以 增加可检测的病人范围 ,对于不适合做开刀手术的病人。例如,已经发生肿瘤全身转移的病人

xgene:WGS,突变与癌,RNA-seq,WES

不想你离开。 提交于 2019-12-22 02:13:36
人类全基因组测序06 SNP( single nucleotide polymorphism):有了10倍以上的覆盖深度以后,来确认SNP信息,就相当可靠了。 一个普通黄种人的基因组,与hg19这个参考基因组序列相比,会有350万个左右的SNP。又有大概2万个是落在外显子上的,而非同义的SNP有大概9千个。 所谓非同义的SNP,就是这些SNP是会引起蛋白质的序列变化的。    indel :(insertion & deletion)是指小于50个bp以内的微小的插入、和缺失突变。一个普通黄种人的基因组和hg19相比,约有50万个Indel。其中落在外显子上的,大概在1千个左右。     那么Indel如果一旦落在外显子区域,它 一定会 引起蛋白质序列变化的。       如果它引起的是移码突变,那么在移码位点之后,所有氨基酸序列就和原来的序列完全不同。       如果它(基因)还能保持原来的阅读框,也会引起蛋白质中若干个氨基酸的增或者减。    SV : structure variation 染色体结构变异      1、 染色体内部的位移 2、 染色体之间的位移 3、 大片段的缺失 4、 大片段的插入 5、 大片倍的加倍 6、 大片段的倒位    CNV :copy number variation 拷贝数变异, 是指染色体片段的拷贝数变异:包括拷贝数增加,也包括拷贝数减少

转录组分析的正确姿势

£可爱£侵袭症+ 提交于 2019-12-20 02:05:53
转录组分析的正确姿势 转录组分析是目前应用最广的高通量测序分析技术之一。常见设计是不同样品之间比较,寻找差异基因、标志基因、 协同变化基因 、差异剪接和新转录本,并进行 结果可视化 、 功能注释 和 网络分析 等。 转录组的测序分析也相对成熟,从RNA提取、构建文库、上机测序再到结果解析既可以自己完成,又可以在专业公司进行。 概括来看转录组的分析流程比较简单, 序列比对 - 转录本拼接 (可选) - 表达定量 - 差异基因 - 功能富集 - 定制分析 。整个环节清晰流畅,可以作为最开始接触高通量测序学习最合适的技术之一。 但重点和难点在于理解这些过程都是怎么做的,有什么需要注意的,结果怎么解读,后续分析怎么做。这些只有自己动手操作过,才可能有理解。而理解了一个,再去做其它类型分析,也会轻松很多。 而且现在三代测序火起来了,该怎么去选择呢? 三代测序能帮我们解决什么问题,不能做什么,有什么需要注意的,分析起来有什么不同,二代-三代如何统一分析?也是我们面临的一个新问题。 实验设计这块重要的是对照和至少 3 个生物学重复,并选择合适的测序通量。 ENCODE 要求重复之间的 Spearman correlation 值大于 0.9 (遗传背景不一致的生物重复相关系数要大于 0.8 )。定量基因表达和评估转录图谱相似性只需要中等测序深度;而研究新转录本和可变剪接则需要更深的测序

基因组学技术新进展与展望

末鹿安然 提交于 2019-11-30 19:37:12
基因组学技术新进展与展望 于军 任鲁风 王绪敏 (中国科学院北京基因组研究所) 近十年来,由“下一代测序(next generation sequencing; NGS)”技术引领的基因组科学与技术正在一个空前的高速度推动下迅猛发展。这个发展势头的加速度之高,其研究成果在生物医学以及其他各生物相关领域应用和推广的渗透力之强,其对科学总体发展和社会进步的影响之大,使我们不得不刮目相看,必须要阖目冥思。首先,就中国生命科学与技术的发展而言,在过去的40年里,我们既没有掌握以DNA测序为核心的基因组核心技术,也没在相关仪器、试剂与耗材的研发方面取得任何突破性进展,更没有建立具有权威性、实用性、永久性和用户友好的相关数据库和知识库体系,所以任何技术源头的控制、高技术含量的仪器禁运和数据传运光缆的故障等都会大面积地、深刻地影响到中国生命科学的发展进程,至少在科学源头创新和发展速度上一定如此。其次,尽管在过去的十年里中国科学家积极参与了数个国际化的基因组学研究计划(包括人类基因组计划、人类基因组单倍体型图计划、千人基因组计划等),但是我国基因组学研究整体仍处在“拿着别人造的枪,装着买来的弹,打着别人打剩下的鸟”的基本局面。尤其在仪器和设备研发上,还处在“一无所有”的初级阶段。尽管各中原由诸多,且十分错综,我们仍应实事求是,回顾历程,分析现状,为未来的发展找到务实性的道路。