测序领域常用名词解释

Posted 2020-09-30 弗雷塞斯

kb=千碱基 kilobase 

nt＝核苷酸 nucleotide 

bp＝碱基对 base pair

 

高通量测序

高通量测序技术（High-throughput sequencing，HTS），有些文献中称其为下一代测序技术（next generation sequencing，NGS），又被称为深度测序（Deep sequencing）

 

基因组重测序（Genome Re-sequencing）

全基因组重测序是对基因组序列已知的个体进行基因组测序，并在个体或群体水平上进行差异性分析的方法

 

de novo测序

也称为从头测序

 

外显子测序（whole exon sequencing）

 

mRNA测序（RNA-seq）

 

small RNA测序

Small RNA（micro RNAs、siRNAs和 pi RNAs）

 

miRNA（microRNA）测序

 

Chip-seq

染色质免疫共沉淀技术（ChromatinImmunoprecipitation，ChIP）也称结合位点分析法

 

CHIRP-Seq

CHIRP-Seq（Chromatin Isolation by RNA Purification）是一种检测与RNA绑定的DNA和蛋白的高通量测序方法

 

metagenomic（宏基因组）

 

Read

高通量测序平台产生的序列标签就称为reads

 

Contig

拼接软件基于reads之间的overlap区，拼接获得的序列称为Contig（重叠群）

 

Contig N50

Reads拼接后会获得一些不同长度的Contigs。将所有的Contig长度相加，能获得一个Contig总长度。然后将所有的Contigs按照从长到短进行排序，如获得Contig 1，Contig 2，Contig 3...………Contig 25。将Contig按照这个顺序依次相加，当相加的长度达到Contig总长度的一半时，最后一个加上的Contig长度即为Contig N50。举例：Contig 1+Contig 2+ Contig 3+Contig 4=Contig总长度*1/2时，Contig 4的长度即为Contig N50。Contig N50可以作为基因组拼接的结果好坏的一个判断标准

 

Scaffold

基因组de novo测序，通过reads拼接获得Contigs后，往往还需要构建454 Paired-end库或lllumina Mate-pair库，以获得一定大小片段（如3Kb、6Kb、10Kb、20Kb）两端的序列。基于这些序列，可以确定一些Contig之间的顺序关系，这些先后顺序已知的Contigs组成Scaffold

 

Scaffold N50

Scaffold N50与Contig N50的定义类似。Contigs拼接组装获得一些不同长度的Scaffolds。将所有的Scaffold长度相加，能获得一个Scaffold总长度。然后将所有的Scaffolds按照从长到短进行排序，如获得Scaffold 1，Scaffold 2，Scaffold 3...………Scaffold 25。将Scaffold按照这个顺序依次相加，当相加的长度达到Scaffold总长度的一半时，最后一个加上的Scaffold长度即为Scaffold N50。举例：Scaffold 1+Scaffold 2+ Scaffold 3 +Scaffold 4 +Scaffold 5=Scaffold总长度*1/2时，Scaffold 5的长度即为Scaffold N50。Scaffold N50可以作为基因组拼接的结果好坏的一个判断标准

 

测序深度和覆盖度

测序深度是指测序得到的总碱基数与待测基因组大小的比值。假设一个基因大小为2M，测序深度为10X，那么获得的总数据量为20M。覆盖度是指测序获得的序列占整个基因组的比例。由于基因组中的高GC、重复序列等复杂结构的存在，测序最终拼接组装获得的序列往往无法覆盖所有的区域，这部分没有获得的区域就称为Gap。例如一个细菌基因组测序，覆盖度是98%，那么还有2%的序列区域是没有通过测序获得的

 

转录本重构

用测序的数据组装成转录本。有两种组装方式：1，de-novo构建； 2，有参考基因组重构