外显子测序

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

考虑到cnblog不适合基因组领域这种类型的文章， 最终，我自己开通了公众号：碱基矿工，欢迎感兴趣的同学关注！ 也可以关注我的知乎：https://www.zhihu.com/people/yellowtree/activities 2018年1月修改：这篇文章写于2013年，首发在cnblog上，目前已经比较旧了。我重新在WGS系列中对其进行重写， 建议移步到这里 　　摘要： 从1977年第一代DNA测序技术（Sanger法） 1 ，发展至今三十多年时间，测序技术已取得了相当大的发展，从第一代到第三代乃至第四代，测序读长从长到短，再从短到长。虽然就当前形势看来第二代短读长测序技术在全球测序市场上仍然占有着绝对的优势位置，但第三和第四代测序技术也已在这一两年的时间中快速发展着。测序技术的每一次变革，也都对基因组研究，疾病医疗研究，药物研发，育种等领域产生巨大的推动作用。在这里我主要对当前的测序技术以及它们的测序原理做一个简单的小结。 图1：测序技术的发展历程 　　生命体遗传信息的快速获得对于生命科学的研究有着十分重要的意义。以上（图1）所描述的是自沃森和克里克在1953年建立DNA双螺旋结构以来，整个测序技术的发展历程。 第一代测序技术 　　第一代DNA测序技术用的是1975年由桑格（Sanger）和考尔森（Coulson）开创的链终止法或者是1976-1977年由马克西姆

买个什么样的测序仪? 已有 2610 次阅读 2019-7-16 14:26 | 个人分类: 生物科技 | 系统分类: 观点评述 | DNA , 测序仪 , 分子检测 近些年来，人类全基因组测序或全外显子组测序在临床上的应用越来越多，基因测序的价格越来越低，基因测序仪的也越来越便宜。许多大的医院也在开始考虑购买测序仪，建立自己的基因测序系统，用于各种相关疾病的基因检测和分子诊断。 有自己的测序仪当然是好事。但是，考虑到仪器价格昂贵，不容易操作，数据分析专业性极强等因素，因此，在花费数百万和数千万资金之前，还是要慎重考虑一下。因为，请专业测序公司来做的费用越来越低。 本文对市售的不同DNA测序仪的特性，有什么优点？缺点是什么？在什么情况和条件下，应该购买什么样的测序仪？做一简短回顾。 illumina HiSeq X Ten HiSeq X Ten实际上是十台HiSeq X组成。每个HiSeq X仪器可以运行两个流动槽，每个流动槽有8个泳道。每个泳道将产生380-450百万个150PE读数（paired-end 150bp）。预计将在计算系统上额外支付数百万元来处理数据流。保持流动槽有序运行不太容易，有时可能导致高达30％的“光学信号重叠，optical duplicates”（实际原因是从一个孔溢出到相邻的孔）。你可以达到每3天测定160个基因组。目前

PacBio三代测序最大的死穴是：通量不足。 如果通量不是限制因素 ，那么 PacBio是目前最准确的测序方式 ：错误率可以无限接近罕见突变的发生率（即无法分辨是测序错误还是罕见突变）。 因为三代的错误是完全随机发生的，可以靠 覆盖度 来纠错，而如果系统错误，这是不可纠正的。 一图展现区别： 以下这幅图的数据来源： http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3443046/figure/F2/ 那么为何三代通量不足？ 技术瓶颈 了，这要从三代测序原理说起。 PacBio三代测序基本单位叫做SMRT Cell，它是这样的： 实际有效面积，接近成人的大拇指指甲，在这个面积上，均匀分布着15万个小孔。 测序时，当有一个DNA分子落入一个小孔内（0或多个DNA分子，则为无效孔），该小孔能生成有效数据（这里有一个有效小孔比率，Loading率，一般是1/3左右，即5W个小孔）。测序时，每合成（延伸）一个DNA残基时，会释放带荧光标记的磷酸残基。那么连续记录这数万个小孔的荧光信号，再通过机器学习算法，即可将 波信号 转化成 碱基序列 ，甚至可以获得 碱基修饰信息 (碱基修饰会改变波的动力学特征)。这个过程里，对聚合酶有特殊要求： 1. 速度慢 2.延伸性好 3.准确性高。 那么三代技术瓶颈，到底在哪里？ 简单讲，SMRT Cell的