转录组RNAseq术语解释
RNA-Seq名词解释
1.index
测序的标签，用于测定混合样本，通过每个样本添加的不同标签进行数据区分，鉴别测序样品。
2.碱基质量值
（Quality Score或Q-score）是碱基识别（Base Calling）出错的概率的整数映射。碱基质量值越高
表明碱基识别越可靠，碱基测错的可能性越小。
3.Q30
碱基质量值为Q30代表碱基的精确度在99.9%。
4.FPKM（Fragments Per Kilobase of transcript per Million fragments mapped）
每1百万个map上的reads中map到外显子的每1K个碱基上的fragment个数。计算公式为
公式中，cDNA Fragments 表示比对到某一转录本上的片段数目，即双端Reads数目；Mapped Reads(Millions)表示Mapped Reads总数，
以10为单位；Transcript Length(kb)：转录本长度，以kb个碱基为单位。
5.FC（Fold Change）
即差异表达倍数。
6.FDR（False Discovery Rate）
即错误发现率，定义为在多重假设检验过程中，错误拒绝(拒绝真的原(零)假设)的个数占所有被拒绝
的原假设个数的比例的期望值。通过控制FDR来决定P值的阈值。
7.P值（P-value）
即概率，反映某一事件发生的可能性大小。统计学根据显著性检验方法所得到的P 值，一般以P<0.05
为显著，P<0.01为非常显著，其含义是样本间的差异由抽样误差所致的概率小于0.05或0.01。
8.可变剪接（Alternative splicing）
有些基因的一个mRNA前体通过不同的剪接方式（选择不同的剪接位点）产生不同的mRNA剪接异构体，这一过程称为可变剪接(或选择性剪接，alternative splicing)。可变剪接是调节基因表达和产生蛋白质组多样性的重要机制，是导致真核生物基因和蛋白质数量较大差异的重要原因。在生物体内，主要存在7种可变剪接类型：A）Exon skipping；B）Intron retention；C) Alternative 5' splice site；D) Alternative 3' splice site；E) Alternative first exon；F) Alternativelast exon；G) Mutually exclusive exon。
9.外显子跳跃（Exon skipping）
外显子在前体mRNA剪接形成成熟mRNA过程中被跳过，最终没有出现在某些成熟mRNA上，这种剪接机制被称为外显子跳跃。
10. 内含子保留（Intron retention）
前体mRNA在剪接形成成熟mRNA的过程中，部分内含子被保留下来，这种剪接机制被称为内含子保留。
11. 5'或3'端可变剪接
前体mRNA在剪接形成成熟mRNA的过程中，5'端或3'端边界发生不同方式的剪接，这种剪接机制被称为5'或3'端可变剪接。
12.基因结构优化
由于使用的软件或数据本身的局限性，导致所选参考基因组的注释往往不够精确，需要对原有注释的基因结构进行修正，这一过程称为基因结构优化。
13. 基因间区(intergenic)
指基因与基因之间的间隔序列，不属于基因结构，不直接决定氨基酸，可能通过转录后调控影响性状的区域。
14. UTR:(UntranslateRegions)
非翻译区域。是信使RNA（mRNA）分子两端的非编码片段。5'-UTR从mRNA起点的甲基化鸟嘌呤核苷酸帽延伸至AUG 起始密码子，3'-UTR从编码区末端的终止密码子延伸至多聚 A 尾巴（Poly-A）的前端。
15. ORF（open reading frame）
开放阅读框或开放读码框。是结构基因的正常核苷酸序列，从起始密码子到终止密码子的阅读框可编码完整的多肽链，其间不存在使翻译中断的终止密码子。
16. CDS（Coding sequence）
是编码一段蛋白产物的序列，是结构基因组学术语。DNA转录成mRNA，mRNA经剪接等加工后翻译出蛋白质，所谓CDS就是与蛋白质序列一一对应的DNA序列，且该序列中间不含其它非该蛋白质对应的序列，不考虑mRNA加工等过程中的序列变化，总之，就是与蛋白质的密码子完全对应。
17. 插入片段大小（insert size）
通过检测双端序列在基因组上的起止位置，可以得到插入片段的实际长度，决定了测序的长度，是信息分析的重要参数。
18. 分子标记
是遗传标记的一种，直接在DNA分子上检测遗传变异。分子标记能对不同发育时期的个体、组织器官甚至细胞作检测，数量极多，遍及整个基因组，多态性高，遗传稳定，不受环境及基因表达与否的影响。目前常见分子标记主要有SNP、InDel、SSR 等。
19. SNP（Single Nucleotide Polymorphism）
即单核苷酸多态性，主要是指在基因组水平上由单个核苷酸的变异所引起的DNA序列多态性。SNP 所表现的多态性只涉及到单个碱基的变异，这种变异可由单个碱基的转换(transition)或颠换(transversion)所引起，也可由碱基的插入或缺失所致。但通常所说的SNP并不包括后两种情况。
20. SSR（Simple Sequence Repeat，SSR）
即简单重复序列，又叫微卫星序列，指的是基因组中由1-6个核苷酸组成的基本单位重复多次构成的一段DNA，广泛分布于基因组的不同位置，长度一般在200bp以下。
21. 转换(transition)
同类型（嘌呤和嘌呤，或嘧啶和嘧啶）碱基之间的相互替换称为转换。
22. 颠换(transversion)
不同类型（嘌呤和嘧啶）碱基之间的相互替换称为颠换。
23. RNA编辑（RNA editing）
是指在mRNA水平上改变遗传信息的过程。具体来说，指基因转录产生的mRNA分子中，由于核苷酸的缺失，插入或置换，基因转录物的序列不与编码序列互补，使翻译生成的蛋白质的氨基酸组成，不同于基因序列中的编码信息现象。
24. 差异表达转录本（DifferentiallyExpressed Transcript，DET）
指表达水平存在显著差异的转录本。
25. 差异表达基因（Differentially Expressed Gene，DEG）
指在两个不同条件（如对照与处理、野生型和突变型、不同时间点、不同组织等）下，表达水平存在显著差异的基因，称之为差异表达基因。
26. 生物学重复（Biological Replicates）
可以定义为使用来自不同抽提的RNA样本进行杂交，例如，同一来源独立制备的样本，或者不同来源的样本（不同组织或者一个细胞系的不同培养物）。
27. 技术重复
使用同一个抽提的RNA进行实验称为技术重复。与生物学重复相比，技术重复不是完全独立的，取平均值不能去除共有的系统偏差。
28. 皮尔逊相关系数r（Pearson’s Correlation Coefficient）
用于度量两个变量X和Y之间的相关（线性相关），其值介于-1与1之间。其中，1表示变量完全正相关，0表示无关，-1表示完全负相关。在高通量测序中，将皮尔逊相关系数作为生物学重复相关性的评估指标。越接近1，说明两个重复样品相关性越强。
29. Unigene
Unique Gene的英文缩写，意为广泛通用的基因数据库，通过电脑对相同基因座（Locus）的收集整理集合形成一个非冗余的基因数据库。
30. Contig
高通量测序中利用软件将具有一定长度overlap的reads连成更长的片段，这些通过reads overlap 关系得到的不含N的组装片段称之为Contig。
31. Scaffold
高通量测序中reads经过拼接获得Contigs，Contig经过确定先后顺序用N连接起来组成Scaffold。
32. Contig N50
Reads拼接后会得到长度不同的Contigs。将所有Contigs的长度相加后获得一个Contig的总长度。之后将所有Contig按照序列长度由短到长进行排序，如获得Contig1，Contig2，Contig3……..。将Contig 按照这个顺序一次相加，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。
33. component
TRINITY 软件拼接过程中，由于contig的构造方法，使得各个contig之间不可能共享k个以上序列，因此这些inchwormcontigs不能很好的表征各种可变剪切形式和同源基因等情况，软件中“chrysalis”这一步骤将那些有重叠的contigs聚类，构成components。component就成为一组可变剪切isoform或同源基因可能的表征的集合。
34. de Bruijn graph
使用TRINITY 软件拼接时，在“chrysalis”步骤中会将component通过overlap 关系构建成de Bruijn图，便于获取可变剪切的序列。
35. 数字基因表达谱（DigitalGene Expression Profile，DGE）
利用新一代高通量测序技术和高性能的计算分析技术，能够全面、经济、快速地检测某一物种特定组织在特定状态下的基因表达情况。
36. small RNA
对长度在18-40bp的短RNA 进行序列、结构、表达、功能上的分析，主要进行miRNA，siRNA，piRNA 几种类型sRNA 的分析；可与mRNA 关联分析。
37. ncRNA（non-coding RNA）
非编码RNA。指不编码蛋白质的RNA。其中包括rRNA，tRNA，snRNA，snoRNA和microRNA 等多种已知功能的RNA，及未知功能的RNA。其共同特点是都能从基因组上转录而来，不需要翻译成蛋白即可在RNA 水平上行使各自的生物学功能。
38. 降解组测序（Degradome Sequencing）
利用高通量测序平台，针对miRNA介导的剪切降解片段进行深度测序，从中筛选miRNA作用的靶基因，并结合生物信息学分析确定降解片段与miRNA的精确配对信息。该技术能从细胞或组织中准确高效的筛选出miRNA 的靶基因，为研究miRNA 与其对应的靶基因的相互关系提供准确、高效的筛选手段。
39. lncRNA（long noncoding RNA）
长链非编码RNA。在长度200-100000nt之间，不具有编码蛋白功能的转录本。
40. 正链/负链（plus strand/minus strand）
对于一个基因来说，DNA的两条链中有一条链作为RNA合成时的模板，这条链叫负链，另一条叫正链。
41. 反义链/有义链（antisense strand/sense strand）
在双链DNA中，用来转录mRNA的DNA链称为模板链(template strand)，不用于转录的链则称为非模板链（nontemplate strand）。根据碱基互补配对原则，转录出的mRNA链的碱基序列与非模板链的碱基序列一致，惟一不同的是，非模板链中的T mRNA链中全部置换成了U。正是由于非模板链的碱基序列实际上代表了mRNA的碱基序列（只不过在mRNA中T换成了U），因此非模板链又被称为编码链（coding strand）,有义链（sense strand）和克里克链(crick strand)，而用来转录mRNA的DNA链被称为非编码链（anticoding strand）或反义链（antisense strand）或沃森链(watson strand)。
42. 链特异性（strand specific）：
链特异性建库，可以确定转录本来自正链还是负链。以便更加准确的获得基因的结构以及基因表达信息。并且可以更好的发现新的基因。（研究表明：很多基因组区域具有正负链的转录本，反义转录是真核基因的一个特征，是一种重要的调控方式。对于原核以及低等真核生物的基因组，常常具有重叠基因。
43. GO（Gene Ontology）
基因本体联合会（Gene Ontology Consortium）所建立的数据库，旨在建立一个适用于各种物种的，堆积因何蛋白质功能进行限定和描述的，并能随着研究不断深入而更新的语言词汇标准。GO 是多种生物本体语言中的一种，提供了三层结构（分子功能、生物学途径、细胞组件）的系统定义方式，用于描述基因产物的功能。网址：https://www.sodocs.net/doc/846553118.html,/。
44. BSR(Bulked Segregant RNA sequencing)
将转录组测序与集群分离分析相结合，在转录组范围内开发SNPs，筛选与性状紧密连锁的SNPs，进行功能基因的定位，同时进行基因差异表达分析等转录组常规分析的技术。
45. eQTL
以一个分离群体中不同个体（基因型）或者是其它有遗传结构的群体作为样本，运用QTL分析方法分析特定基因转录丰度差异而得到的一些遗传区域，转录丰度用于作为个体中基因表达水平的衡量方式，并且作为一个性状来分析（e Trait）。
46. COG/KOG
COG是Clusters of Orthologous Groups of proteins的简称，KOG 为euKaryotic Ortholog Groups。这两个注释系统都是NCBI中基于基因直系同源关系的数据库，其中COG针对原核生物，KOG针对真核生物。COG/KOG结合进化关系将来自不同物种的同源基因分为不同的Ortholog簇，目前COG有4873个分类，KOG有4852个分类。来自同一ortholog 的基因具有相同的功能，这样就可以将功能注释直接继承给同一COG/KOG 簇的其他成员。详见https://www.sodocs.net/doc/846553118.html,/COG/。
47. Nr(NCBI non-redundant protein sequences)
是NCBI官方的蛋白序列数据库，它包括了GenBank基因的蛋白编码序列，PDB(Protein Data Bank)蛋白数据库、SwissProt蛋白序列及来自PIR（Protein Information Resource）和PRF（Protein Research Foundation）等数据库的蛋白序列。根据nr注释信息我们能得到GO 功能注释。
48. KEGG(Kyoto Encyclopedia of Genes and Genomes)
是系统分析基因产物和化合物在细胞中的代谢途径以及这些基因产物的功能的数据库。它整合了基因组、化学分子和生化系统等方面的数据,包括代谢通路（KEGG PATHWAY）、药物（KEGG DRUG）、疾病（KEGG DISEASE）、功能模型（KEGG MODULE）、基因序列（KEGG GENES）及基因组（KEGG GENOME）等等。KO（KEGG ORTHOLOG）系统将各个KEGG注释系统联系在一起，KEGG已建立了一套完整KO注释的系统，可完成新测序物种的基因组或转录组的功能注释。详见
http://www.genome.jp/kegg/。
49. Rfam是ncRNA注释库
包含rRNA，tRNA，snoRNA，snRNA等类型非编码RNA。详见https://www.sodocs.net/doc/846553118.html,/。
宏基因组学概述
宏基因组学概述
————————————————————————————————作者: ————————————————————————————————日期: ?
宏基因组学概述 王莹，马伊鸣 （北京交通大学土木建筑工程学院环境140２班） 摘要:随着分子生物学技术的快速发展及其在微生物生态学和环境微生物学研究中的广泛应用，促进了以环境中未培养微生物为研究对象的新兴学科——微生物环境基因组学(又叫宏基因组学、元基因组学，英文名Mｅｔａｇenomics)的产生和快速发展。宏基因组学通过直接从环境样品中提取全部微生物的DNＡ,构建宏基因组文库，利用基因组学的研究策略研究环境样品所包含的全部微生物的遗传组成及其群落功能．在短短几年内,宏基因组学研究已渗透到各个领域，包括海洋、土壤、热液口、热泉、人体口腔及胃肠道等,并在医药、替代能源、环境修复、生物技术，农业、生物防御及伦理学等各方面显示了重要的价值。本文对宏基因组学的主要研究方法、热点内容及发展趋势进行了综述 关键词:宏基因组宏基因组学环境基因组学基因文库的构建 Mａcｒo summary of Ｍetagenｏｍｉcs WanｇＹｉng，Ma Ｙi-Mｉｎｇ (BeｉjinｇＪiaoｔｏngUniｖeｒsiｔy, Inｓtitute of civiｌ enｇｉneerｉｎｇ,）Key ｗords:Metａgenｏmｅ; Ｍetagenoｍiｃs;The eｎviｒｏｎｍental genｏmics 宏基因组学（Meｔａgeｎomｉｃｓ)又叫微生物环境基因组学、元基因组学。它通过直接从环境样品中提取全部微生物的DNＡ,构建宏基因组文库,利用基因组学的研究策略研究环境样品所包含的全部微生物的遗传组成及其群落功能。它是在微生物基因组学的基础上发展起来的一种研究微生物多样性、开发新的生理活性物质（或获得新基因）的新理念和新方法。其主要含义是:对特定环境中全部微生物的总DNA(也称宏基因组，metａgeｎomｉc)进行克隆,并通过构建宏基因组文库和筛选等手段获得新的生理活性物质；或者根据ｒDNA数据库设计引物,通过系统学分析获得该环境中微生物的遗传多样性和分子生态学信息。 1.起源 宏基因组学这一概念最早是在19９８年由威斯康辛大学植物病理学部门的Jo Haｎｄelsman等提出的,是源于将来自环境中基因集可以在某种程度上当成一个单个基因组研究分析的想法，而宏的英文是"meta－"，具有更高层组织结构和动态变化的含义。后来伯克利分校的研究人员Kevin Chen和LｉoｒPaｃｈｔer将宏基因组定义为"应用现代基因组学的技术直接研究自然状态下的微生物的有机群落,而不需要在实验室中分离单一的菌株"的科学。 2 研究对象 宏基因组学(Ｍeｔagenｏｍics)是将环境中全部微生物的遗传信息看作一个整体自上而下地研究微生物与自然环境或生物体之间的关系。宏基因组学不仅克服了微生物难以培养的困难, 而且还可以结合生物信息学的方法, 揭示微生物之间、微生物与环境之间相互作用的规律, 大大拓展了微生物学的研究思路与方法, 为从群落结构水平上全面认识微生物的生态特征和功能开辟了新的途径。目前, 微生物宏基因组学已经成为微生物研究的热点和前沿, 广泛应用于气候变化、水处理工程系统、极端环境、人体肠道、石油污染、生物冶金等领域, 取得了一系列引人瞩目的重要成果。 3 研究方法
基因中常见的名词解释
基因组拼接中常见的名词解释 Read：高通量测序平台产生的序列就称为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）。 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Illumina 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。 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 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有所的区域，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。
高通量测序常用名词解释
什么是高通量测序？ 高通量测序技术（High-throughput sequencing，HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变, 一次对几十万到几百万条核酸分子进行序列测定, 因此在有些文献中称其为下一代测序技术(next generation sequencing，NGS )足见其划时代的改变, 同时高通量测序使得对一个物种的转录组和基因组进行细致全貌的分析成为可能, 所以又被称为深度测序(Deep sequencing)。 什么是Sanger法测序（一代测序） Sanger法测序利用一种DNA聚合酶来延伸结合在待定序列模板上的引物。直到掺入一种链终止核苷酸为止。每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP 缺乏延伸所需要的3-OH基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止。终止点由反应中相应的双脱氧而定。每一种dNTPs和ddNTPs的相对浓度可以调整，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，凝胶处理后可用X-光胶片放射自显影或非同位素标记进行检测。 什么是基因组重测序（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。随着基因组测序成本的不断降低，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。通过构建不同长度的插入片段文库和短序列、双末端测序相结合的策略进行高通量测序，实现在全基因组水平上检测疾病关联的常见、低频、甚至是罕见的突变位点，以及结构变异等，具有重大的科研和产业价值。 什么是de novo测序 de novo测序也称为从头测序：其不需要任何现有的序列资料就可以对某个物种进行测序，利用生物信息学分析手段对序列进行拼接，组装，从而获得该物种的基因组图谱。获得一个物种的全基因组序列是加快对此物种了解的重要捷径。随着新一代测序技术的飞速发展，基因组测序所需的成本和时间较传统技术都大大降低，大规模基因组测序渐入佳境，基因组学研究也迎来新的发展契机和革命性突破。利用新一代高通量、高效率测序技术以及强大的生物信息分析能力，可以高效、低成本地测定并分析所有生物的基因组序列。 什么是外显子测序（whole exon sequencing） 外显子组测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。外显子测序相对于基因组重测序成本较低，对研究已知基因的SNP、Indel等具有较大的优势，但无法研究基因组结构变异如染色体断裂重组等。 什么是mRNA测序（RNA-seq） 转录组学（transcriptomics）是在基因组学后新兴的一门学科，即研究特定细胞在某一功能状态下所能转录出来的所有RNA（包括mRNA和非编码RNA）的类型与拷贝数。Illumina 提供的mRNA测序技术可在整个mRNA领域进行各种相关研究和新的发现。mRNA测序不对引物或探针进行设计，可自由提供关于转录的客观和权威信息。研究人员仅需要一次试验即可快速生成完整的poly-A尾的RNA完整序列信息，并分析基因表达、cSNP、全新的转录、全新异构体、剪接位点、等位基因特异性表达和罕见转录等最全面的转录组信息。简单的样
转录组学主要技术与应用研究
转录组学主要技术及其应用研究 姓名：梁迪 专业：微生物学 年级：2013 学号：3130179 二零一四年六月十五日
转录学主要技术及其应用研究 摘要：转录组(transcriptome)是特定组织或细胞在某一发育阶段或功能状态下转录出来的所有RNA的集合。转录组学研究能够从整体水平研究基因功能以及基因结构，揭示特定生物学过程以及疾病发生过程中的分子机理。目前，转录组学研究技术主要包括两种：基于杂交技术的微阵列技术（microarray)和基于测序技术的转录组测序技术，包括表达序列标签技术（Expression Sequence Tags Technology，EST）、基因表达系列分析技术（Serial analysis of gene expression，SAGE）、大规模平行测序技术（Massively parallel signature sequencing，MPSS）、以及RNA 测序技术（RNA sequencing，RNA-seq）。文章主要介绍了以上转录组学主要研究技术的原理、技术特点及其应用，并就这些技术面临的挑战和未来发展前景进行了讨论，为其今后的研究与应用提供参考。 关键词：转录组学；微阵列技术；转录组测序技术；应用 Study on the main technologies of transcriptomics and their application Abstract: The transcriptome is the complete set of transcripts for certain type of cells or tissues in a specific developmental stage or physiological condition. Transcriptome analysis can provide a comprehensive understanding of molecularmechanisms involved in specific biological processes and diseases from the information on gene structure and function. Currently, transcriptomics technology mainly includes microarry -based on hybridization technology and transcriptome sequencing-based on sequencing technology, involving Expression sequence tags technology, Serial analysis of gene expression, Massively parallel signature sequencing and RNA sequencing. The detailed principles, technical characteristics and applications of the main transcriptomics technologies are reviewed here, and the challenges and application potentials of these technologies in the future are also discussed. This will present the useful information for other researchers. Keywords: transcriptomics ; microarray ; transcriptome sequencing; application 随着后基因组时代的到来，转录组学、蛋白质组学、代谢组学等各种组学技术相继出现，其中转 录组学是率先发展起来以及应用最广泛的技术[1]。
宏基因组测序技术检测方法
宏基因组测序技术检测标准 简介： 宏基因组测序介绍 宏基因组学是以环境样品中的微生物群体基因组为研究对象，通过现代基因组技术手段包括功能基因的筛选和测序分析，对环境中微生物多样性、种群结构、进化关系、功能活性、相互协作关系以及环境之间的关系进行研究的新的微生物研究方法。随着高通量测序技术的发展，为宏基因组学研究提供了新的理想研究方法。高通量测序的方法无需分离环境中各种微生物，也无需构建克隆文库就可以直接对环境中所有微生物进行测序。可以真实客观的反映环境中微生物的多样性、种群结构、进化关系等。目前又可以分为针对16s DNA/18sDNA/ITS测序和针对宏基因组全序列的测序研究。下面就是对这两者的具体介绍。 一、16s DNA/18s DNA/ITS测序 16sDNA是最常用的微生物物种分子鉴定的标签，，通过对样品中16sDNA测序可以鉴定其中微生物物种的丰度和分布情况。目前，普遍使用Roche 454平台来对环境样品进行16s DNA测序。因为16s DNA序列比较相似，读长短的话，难以进行有效的比对，而454平台的平均读长在400bp左右，可以很好的避免此类问题。 二、宏基因组全测序 在这种测序方式中，我们可以假定一个环境中的所有微生物就是一个整体，然后对其中所有的微生物进行测序。这样我们就可以研究样品中的功能基因以及其在环境中所起的作用而不用关心其来自哪个微生物。可以发现新的基因，可以进行基因的预测，甚至有可能得到某个细菌基因组的全序列。此外，该项测序不单可以针对DNA水平，也可以针对全RNA进行基因表达水平的研究。 样品处理：
宏基因组样品收集主要有口腔，下呼吸道痰液，下呼吸道灌洗液，皮肤和粪便。样品采集遵照样品采集规范（人）所规定的操作来进行。尽量留足备份样品。核酸提取： 宏基因组核酸提取主要有两种方法：膜过滤法和直接裂解提取。对于液体样品如痰液，灌洗液两种方法都适用，对于固体样品如粪便宜采用直接裂解的方法。核酸提取后用NanoDrop ND-1000测定，260/280 = ， 260/230 = ，电泳检测DNA 应是完整的一条带。 测序Sequencing 1)16S/18S测序： Sanger测序： 用于低通量的16S/18S DNA测序，提取宏基因组后，首先通过PCR将16S/18S 序列扩增出来，再将其连接到克隆载体上，导入感受态细胞，涂平板做蓝白斑筛选，选出阳性克隆提质粒，对质粒进行测序反应，测序反应后纯化后用ABI 3130或ABI 3730进行毛细管电泳测序。 由于其测序准确率比较高，而通量非常低，现通常用做二代测序结果的验证。454 Platform： 454平台主要包括两种测序系统：454 GS FLX+ System和454 GS Junior System。454 GS FLX+ System测序读长可以达到600-1000bp，通量450-700M，GS Junior System测序读长在400bp左右，通量在35M。
高通量测序 名词解释
高通量测序基础知识汇总 一代测序技术：即传统的Sanger测序法，Sanger法是根据核苷酸在待定序列模板上的引物点开始，随机在某一个特定的碱基处终止，并且在每个碱基后面进行荧光标记，产生以A、T、C、G结束的四组不同长度的一系列核苷酸，每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-OH 基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，通过检测得到DNA碱基序列。 二代测序技术：next generation sequencing（NGS）又称为高通量测序技术，与传统测序相比，二代测序技术可以一次对几十万到几百万条核酸分子同时进行序列测定，从而使得对一个物种的转录组和基因组进行细致全貌的分析成为可能，所以又被称为深度测序（Deep sequencing）。NGS主要的平台有Roche（454 & 454+），Illumina（HiSeq 2000/2500、GA IIx、MiSeq），ABI SOLiD等。 基因：Gene，是遗传的物质基础，是DNA或RNA分子上具有遗传信息的特定核苷酸序列。基因通过复制把遗传信息传递给下一代，使后代出现与亲代相似的性状。 DNA：Deoxyribonucleic acid，脱氧核糖核酸，一个脱氧核苷酸分子由三部分组成：含氮碱基、脱氧核糖、磷酸。脱氧核糖核酸通过3',5'-磷酸二酯键按一定的顺序彼此相连构成长链，即DNA链，DNA链上特定的核苷酸序列包含有生物的遗传信息，是绝大部分生物遗传信息的载体。
转录组测序
真核mRNA测序是基于HiSeq平台，对真核生物特定组织或细胞在某个时期转录出来的所有mRNA进行测序，既可研究已知基因，亦能发掘新基因，全 面快速地获得mRNA序列和丰度信息。真核mRNA测序方法可以分为：有参考转录组、无参考转录组以及数字基因表达谱（DGE）三大类。 技术参数 案例解析 ［案例一］ mRNA和small RNA转录组揭示新合成异源六倍体小麦杂种 优势的动态部分同源调控 诺禾致源携手中国农业科学院作物科学研究所，利用转录组测序技术，对杂交亲本、新合成异源六倍体小麦的幼苗、穗和种子进行了mRNA和smallRNA测序及信息分析，发现新合成异源六倍体小麦绝大部分基因表现为12类基因表达模式，包括加性表达，少部分的基因表现为非加性，基因的非加性表现出非常强的发育时期特异性，与生长势密切相关；miRNA的丰度随着倍性的增加逐渐下降，新合成异源六倍体小麦中非加性表达的 miRNA也同样表现出亲本显性表 达，miRNA的表达敏感性与生长势和适应性密切相关。该研究揭示了不同倍性 非对等杂种优势的分子基础。 ［案例二］ 磷酸三（2,3-二氯丙基）酯（TDCPP）对四膜虫生长繁殖的 抑制作用与核糖体相关 诺禾携手华中农业大学,利用转录组测序和信息分析技术,研究了TDCPP处理组和对照组差异基因表达,并对差异表达基因进行KEGG通路分析,发现核糖体基因通路显著富集, 同时伴随胞浆和粗面内质网上核糖体数量减少体积增大。这些探索表明四膜虫可以作为TDCPP反应的生物指标，为后续研究TDCPP作用其他生物的毒理机制提供了新视角。 ［案例三］ 转录组揭示寄主植物与宿主之间进行RNA交换的机制 参考文献 菟丝子被称作勒死草，会用被称作吸根的专用器官穿透宿主组织与其建立联系，可以吸取宿主的水份与营养物质，也能吸取RNA(mRNA)分子。本研究分别选取菟丝子和拟南芥及番茄的共生体茎上的三段组织进行转录组学的研究，发现寄生植物与寄主之间mRNA的转移量很大且是一种双向转移的模式；两种宿主相比，更多的拟南芥RNA被转移到菟丝子植物之中，而且菟丝子与拟南芥之间较自由的交换，可表明调节菟丝子吸根选择性的机制可能是宿主特异性的，从而揭示了寄主与宿主之间进行RNA转移的遗传机制。 [1] Li A, Liu D, Wu J, et al . mRNA and small RNA transcriptomes reveal insights into dynamic homoeolog regulation of allopolyploid heterosis in nascent hexaploid wheat [J]. The Plant Cell, 2014: tpc. 114.124388.[2] Jing Li, John P , Giesy, Liqin Yu, et al . Effects of Tris (1,3-dichloro-2-propyl) Phosphate (TDCPP) in Tetrahymena Thermophila: Targeting the Ribosome. Scientific Reports. 2015, 5:10562. [3] Kim G, LeBlanc M L, et al . Genomic-scale exchange of mRNA between a parasitic plant and its hosts [J]. Science, 2014, 345(6198): 808-811. 图1 非加性表达miRNA与亲本显性表达miRNA的 等级聚类分析和两者的关联 图2 显著富集的KEGG通路 图3 菟丝子与拟南芥、番茄转移RNA和非转移RNA的表达和富集分析 样品要求文库类型测序策略数据量类型 分析内容 项目周期 真核有参转录组测序 真核无参转录组测序 6 Gb、8 Gb、10 Gb、12 Gb clean data 6 M clean reads 3 Gb clean data 项目数据至少12 Gb clean data 数字基因表达谱（DGE） HiSeq PE150 HiSeq PE150 HiSeq SE50HiSeq PE125普通转录组文库； 链特异性转录组文库 40天50天30天 35天（有参）45天（无参） RNA样品总量≥1.5 μg； RNA样品浓度≥50 ng/μL 参考基因组比对 新转录本预测可变剪切分析SNP/InDel分析 基因表达水平分析RNA-seq整体质量评估 转录因子注释GO/KEGG富集分析蛋白互作网络分析基因共表达网络构建可视化结果展示 参考转录组拼接 转录本/Unigene长度统计 基因功能注释NR，NT，Swiss Prot GO，KEGG，KOG Protein Family CDS预测分析SNP/SSR分析
宏基因组测序技术检测方法模板
宏基因组测序技术 检测方法
宏基因组测序技术检测标准 简介： 宏基因组测序介绍 宏基因组学是以环境样品中的微生物群体基因组为研究对象，经过现代基因组技术手段包括功能基因的筛选和测序分析，对环境中微生物多样性、种群结构、进化关系、功能活性、相互协作关系以及环境之间的关系进行研究的新的微生物研究方法。随着高通量测序技术的发展，为宏基因组学研究提供了新的理想研究方法。高通量测序的方法无需分离环境中各种微生物，也无需构建克隆文库就能够直接对环境中所有微生物进行测序。能够真实客观的反映环境中微生物的多样性、种群结构、进化关系等。当前又能够分为针对16s DNA/18sDNA/ITS测序和针对宏基因组全序列的测序研究。下面就是对这两者的具体介绍。 一、16s DNA/18s DNA/ITS测序 16sDNA是最常见的微生物物种分子鉴定的标签，，经过对样品中16sDNA测序能够鉴定其中微生物物种的丰度和分布情况。当前，普遍使用Roche 454平台来对环境样品进行16s DNA测序。因为16s DNA序列比较相似，读长短的话，难以进行有效的比对，而454平台的平均读长在400bp左右，能够很好的避免此类问题。 二、宏基因组全测序
在这种测序方式中，我们能够假定一个环境中的所有微生物就是一个整体，然后对其中所有的微生物进行测序。这样我们就能够研究样品中的功能基因以及其在环境中所起的作用而不用关心其来自哪个微生物。能够发现新的基因，能够进行基因的预测，甚至有可能得到某个细菌基因组的全序列。另外，该项测序不单能够针对DNA水平，也能够针对全RNA进行基因表示水平的研究。 样品处理： 宏基因组样品收集主要有口腔，下呼吸道痰液，下呼吸道灌洗液，皮肤和粪便。样品采集遵照样品采集规范（人）所规定的操作来进行。尽量留足备份样品。 核酸提取： 宏基因组核酸提取主要有两种方法：膜过滤法和直接裂解提取。对于液体样品如痰液，灌洗液两种方法都适用，对于固体样品如粪便宜采用直接裂解的方法。核酸提取后用NanoDrop ND-1000测定，260/280 = 1.8-2.0， 260/230 = 1.8-2.0，电泳检测DNA应是完整的一条带。 测序Sequencing 1)16S/18S测序： Sanger测序： 用于低通量的16S/18S DNA测序，提取宏基因组后，首先经过PCR将16S/18S序列扩增出来，再将其连接到克隆载体上，导
(完整版)测序常用名词解释整理
高通量测序领域常用名词解释大全 什么是高通量测序？ 高通量测序技术（High-throughput sequencing，HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变, 一次对几十万到几百万条核酸分子进行序列测定, 因此在有些文献中称其为下一代测序技术(next generation sequencing，NGS )足见其划时代的改变, 同时高通量测序使得对一个物种的转录组和基因组进行细致全貌的分析成为可能, 所以又被称为深度测序(Deep sequencing)。 什么是Sanger法测序（一代测序） Sanger法测序利用一种DNA聚合酶来延伸结合在待定序列模板上的引物。直到掺入一种链终止核苷酸为止。每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。由于ddNTP缺乏延伸所需要的3-OH基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止。终止点由反应中相应的双脱氧而定。每一种dNTPs和ddNTPs的相对浓度可以调整，使反应得到一组长几百至几千碱基的链终止产物。它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，凝胶处理后可用X-光胶片放射自显影或非同位素标记进行检测。
什么是基因组重测序（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。随着基因组测序成本的不断降低，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。通过构建不同长度的插入片段文库和短序列、双末端测序相结合的策略进行高通量测序，实现在全基因组水平上检测疾病关联的常见、低频、甚至是罕见的突变位点，以及结构变异等，具有重大的科研和产业价值。 什么是de novo测序 de novo测序也称为从头测序：其不需要任何现有的序列资料就可以对某个物种进行测序，利用生物信息学分析手段对序列进行拼接，组装，从而获得该物种的基因组图谱。获得一个物种的全基因组序列是加快对此物种了解的重要捷径。随着新一代测序技术的飞速发展，基因组测序所需的成本和时间较传统技术都大大降低，大规模基因组测序渐入佳境，基因组学研究也迎来新的发展契机和革命性突破。利用新一代高通量、高效率测序技术以及强大的生物信息分析能力，可以高效、低成本地测定并分析所有生物的基因组序列。
转录组测序技术的应用及发展综述
转录组测序技术的应用及发展综述 摘要：转录组测序（RNA-Seq）作为一种新的高效、快捷的转录组研究手段正在改变着人们对转录组的认识。RNA-Seq利用高通量测序技术对组织或细胞中所有RNA 反转录而成cDNA文库进行测序，通过统计相关读段(reads)数计算出不同RNA的表达量，发现新的转录本；如果有基因组参考序列，可以把转录本映射回基因组，确定转录本位置、剪切情况等更为全面的遗传信息，已广泛应用于生物学研究、医学研究、临床研究和药物研发等。文章主要比较近年来转录组研究的几种方法和几种RNA-Seq的研究平台，着重介绍RNA-Seq的原理、用途、步骤和生物信息学分析，并就RNA-Seq技术面临的挑战和未来发展前景进行了讨论及在相关领域的应用等内容，为今后该技术的研究与应用提供参考。 关键词: RNA-Seq；原理应用；方法；挑战；发展前景 Abstract：Transcriptome sequencing (RNA-Seq) is a kind of high efficiency, quick transcriptome research methods are changing our understanding of transcriptome. RNA-Seq to use high-throughput sequencing of tissues or cells of all RNA reverse transcription into cDNA library were sequenced, through statistical correlation read paragraph (reads) numbers were calculated from the expression of different RNA transcripts, find new; if the genome reference sequence, the transcripts mapped to genomic, determine the position of the transcription shear condition, more genetic information, has been widely used in biological research, medical research, clinical research and drug development. This paper compared several methods of platform transcriptome studies and several kinds of RNA-Seq in recent years, RNA-Seq focuses on the principle, purpose, steps and bioinformatics analysis, and discusses the RNA-Seq technology challenges and future development prospect and the application in related field and other content, provide the reference for the research and application of the technology future. Key word：RNA-Seq ;application; principle; method; challenge; development prospects
华大转录组测序内部培训资料
（内部资料，请勿外传） 动植物转录组 （Transcriptome ） 产品说明书 科技服务体系 动植物研究方向
版本信息： 2011年07月08日
目录 1产品概述 (1) 1.1 什么是转录组测序 (1) 1.2 转录组测序的产品功能 (1) 1.3 转录组测序产品优势 (1) 1.4 转录组测序产品发展史 (1) 1.5 项目执行时间 (3) 1.6 产品交付结果 (3) 2转录组测序研究方法 (4) 2.1 产品策略 (4) 2.2 样品准备 (5) 2.2.1 RNA样品要求 (5) 2.2.2 RNA样品送样标准 (6) 2.2.3 RNA提取的组织用量建议 (6) 2.3 样品运输要求 (7) 2.3.1 样品包装 (7) 2.3.2 样品标识 (8) 2.3.3 样品运输条件 (8) 2.4 文库的构建及测序 (9) 2.4.1 实验流程 (9) 2.4.2 测序及数据处理 (10) 2.5 转录组生物信息学分析 (10) 2.5.1 没有参考序列的转录组De novo (10) 2.5.2 有参考序列的转录组Re-sequencing (18) 2.5.3 参考文献 (24) 3成功案例 (25)
3.1 华大成功案例 (25) 3.2 相关文献解读 (26)
1产品概述 1.1什么是转录组测序？ 转录组测序的研究对象为特定细胞在某一功能状态下所能转录出来的所有RNA的总和，包括mRNA和非编码RNA。转录组测序是指用新一代高通量测序技术对物种或者组织的转录本进行测序并得到相关的转录本信息。 1.2转录组测序的产品功能 1.获得物种或者组织的转录本信息； 2.得到转录本上基因的相关信息，如：基因结构，功能等； 3.发现新的基因； 4.基因结构优化； 5.发现可变剪切； 6.发现基因融合； 7.基因表达差异分析。 1.3转录组测序产品优势 覆盖度高：检测信号是数字信号，几乎覆盖所有转录本； 检测精度高：几十到数十万个拷贝精确计数； 分辨率高：可以检测到单碱基差异，基因家族中相似基因及可变剪切造成的不同转录本的表达； 完成速度快：整个项目周期只需要50个工作日时间； 成本低：基本上每个实验室可以承担相关研究经费。 1.4转录组测序产品发展史 转录组的研究手段大体包括：EST序列构建及研究，芯片研究，运用第二代测序技术研究等。EST是从一个随机选择的cDNA 克隆进行5’端和3’端单一次sanger测序获得的短的cDNA 部分序列,代表一个完整基因的一小部分,在
宏基因组学研究方法及应用概述
宏基因组学研究方法及应用概述彭昌文 (山东省济宁学院生物学系 273155) 颜 梅 (山东省曲阜师范大学生命科学学院 273165) 摘 要 本文简要介绍了宏基因组的概念,概述了其原理及应用。 关键词 宏基因组 宏基因组学 环境基因组学 基因文库的构建 迄今,人们对微生物世界的认识基本都来源于对占细菌总种数不到1%的微生物的单个种群的孤立研究结果。然而微生物是通过其群落而非单一种群来执行在自然界物质与能量循环中的作用的,对微生物群落作为整体的功能认识远远落后于对其个体的认识。这种状况不利于全面认识微生物在自然界所扮演的重要角色。为了获得完整的环境微生物基因表达产物,早在1978年许多学者就提出了直接从环境中提取微生物DNA的思路,1998年,AR I A D phar maceutical公司的科学家Handels man等首次提出宏基因组的概念[1]。宏基因组(the genomes of the total m icrobi ota found in nature)是指生境中全部微生物基因的总和[2]。它包含了可培养的和未培养的微生物的基因总和,微生物主要包括环境样品中的细菌和真菌。而宏基因组学就是一种以环境样品中的微生物群体基因组为研究对象,以功能基因筛选和测序分析为研究手段,以微生物多样性、种群结构、进化关系、功能活性、相互协作关系及与环境之间的关系等为研究目的的新的微生物研究方法,也称为微生物环境基因组学、元基因组学或生态基因组学。它主要研究从环境样品获得的基因组中所包含的微生物的遗传组成及其群落功能,为充分认识和开发利用非培养微生物,并从完整的群落水平上认识微生物的活动、最大限度地挖掘微生物资源,提供了可能,已成为国际生命科学技术研究的热点和前沿。 1 宏基因组学的研究方法 宏基因组学的研究过程一般包括从环境样品中提取基因组DNA,克隆DNA到合适的载体,导入宿主菌体,筛选目的转化子等工作,可分为三个步骤。 1.1 宏基因组的提取 在宏基因组筛选过程中,目的基因是整个核苷酸链中的一部分,因此样品前期的富集能够提高筛选命中率。DNA的提取是宏基因文库构建的关键步骤。提取步骤通常需要满足两个条件:既要尽可能提取样品所有微生物的基因,又要保持片段的完整和纯度。目前所开发的DNA提取方法有两种:细胞提取法和直接裂解法。直接裂解法包括物理法(冻融法、超声法、玻璃球珠击打法、液氮碾磨法)、化学法(常用化学试剂有表面活性剂、盐类、有机溶剂等)及酶裂解法。另外,依据提取样品总DNA前是否分离细胞,可以分为原位裂解法和异位裂解法。原位裂解法可以直接破碎样品中的微生物细胞而使DNA 得以释放,由于无需对样品微生物进行复苏,且黏附颗粒上的微生物细胞亦能被裂解,所得DNA能更好地代表样品微生物的多样性。此法操作容易、成本低,DNA 提取率高,但由于机械剪切作用较强,所提取的DNA 片段小(1～50kb),通常适用于构建小片段插入文库(以质粒和λ噬菌体为载体)的DNA提取。异位裂解法则先采用物理方法将微生物从样品中分离出来,然后采用较温和的方法抽提DNA。此法条件温和,可获得大片段DNA(20～500kb),纯度高,但操作繁琐、成本高、得率低,通常适用于构建大片段插入文库(以柯斯质粒或者细菌人工染色体为载体)的DNA提取。1.2 宏基因组文库的构建 宏基因组文库的构建需适宜的克隆载体。通常用于DNA克隆的载体主要包括质粒、黏粒和细菌人工染色体等。质粒一般用于克隆小于10kb的DNA片段,适用于单基因的克隆与表达。黏粒的插入片段可达40kb左右,细菌人工染色体插入片段可达350kb,可用来制备由多基因簇调控的微生物活性物质的完整代谢途径的相关片段文库。1.3 目的基因的筛选 目的基因的筛选方法包括序列分析和功能分析两种。序列分析适用于小片段DNA文库的基因筛选;而功能分析通常适用于大片段DNA文库的筛选。序列分析筛选不依赖于重组基因在外源宿主中的表达,因为所使用的寡聚核苷酸引物是直接通过DNA序列中的保守区域设计的,反映了氨基酸序列的保守性,可获得未知序列的目的基因。该方法对DNA量的要求不高,筛选到新活性物质的可能性较大。序列分析的另一个手段是对宏基因组克隆测序,无论是全部或随机测序都是发现新基因的有效手段。 对于功能分析而言,首先需获得目的克隆,然后通过序列和生化分析对其进行表征。此法能快速鉴定出全新且有开发价值的活性物质,可用于医药、工农业等行业。由于此法检出率较低,工作量较大,且受检测手段的限制,所以常要借助于高通量筛选。 2 宏基因组学的应用 2.1 在生态学方面的应用 当今微生物生态学研究的主要目的之一是将微生物与其所在环境中的代谢过程相联系。应用16s r DNA作为系统发育锚去鉴定属于某种微生物的克隆,然后对基因进行测序,从而获得
全基因组从头测序(de novo测序)
全基因组从头测序(de novo测序) https://www.sodocs.net/doc/846553118.html,/view/351686f19e3143323968936a.html 从头测序即de novo 测序，不需要任何参考序列资料即可对某个物种进行测序，用生物信息学分析方法进行拼接、组装，从而获得该物种的基因组序列图谱。利用全基因组从头测序技术，可以获得动物、植物、细菌、真菌的全基因组序列，从而推进该物种的研究。一个物种基因组序列图谱的完成，意味着这个物种学科和产业的新开端！这也将带动这个物种下游一系列研究的开展。全基因组序列图谱完成后，可以构建该物种的基因组数据库，为该物种的后基因组学研究搭建一个高效的平台；为后续的基因挖掘、功能验证提供DNA序列信息。华大科技利用新一代高通量测序技术，可以高效、低成本地完成所有物种的基因组序列图谱。包括研究内容、案例、技术流程、技术参数等，摘自深圳华大科技网站 https://www.sodocs.net/doc/846553118.html,/service-solutions/ngs/genomics/de-novo-sequencing/ 技术优势: 高通量测序：效率高，成本低；高深度测序：准确率高；全球领先的基因组组装软件：采用华大基因研究院自主研发的SOAPdenovo软件；经验丰富：华大科技已经成功完成上百个物种的全基因组从头测序。 研究内容: 基因组组装■K-mer分析以及基因组大小估计；■基因组杂合模拟（出现杂合时使用）； ■初步组装；■GC-Depth分布分析；■测序深 度分析。基因组注释■Repeat注释； ■基因预测；■基因功能注释；■ ncRNA 注释。动植物进化分析■基因家族鉴定（动物TreeFam；植物OrthoMCL）；■物种系统发育树构建； ■物种分歧时间估算（需要标定时间信息）；■基因组共线性分析； ■全基因组复制分析（动物WGAC；植物WGD）。微生物高级分析 ■基因组圈图；■共线性分析；■基因家族分析； ■CRISPR预测；■基因岛预测（毒力岛）； ■前噬菌体预测；■分泌蛋白预测。 熊猫基因组图谱Nature. 2010.463:311-317. 案例描述 大熊猫有21对染色体，基因组大小2.4 Gb，重复序列含量36%，基因2万多个。熊猫基因组图谱是世界上第一个完全采用新一代测序技术完成的基因组图谱，样品取自北京奥运会吉祥物大熊猫“晶晶”。部分研究成果测序分析结果表明，大熊猫不喜欢吃肉主要是因为T1R1基因失活，无法感觉到肉的鲜味。大熊猫基因组仍然具备很高的杂合率，从而推断具有较高的遗传多态性，不会濒于灭绝。研究人员全面掌握了大熊猫的基因资源，对其在分子水平上的保护具有重要意义。 黄瓜基因组图谱黄三文, 李瑞强, 王俊等. Nature Genetics. 2009. 案例描述国际黄瓜基因组计划是由中国农业科学院蔬菜花卉研究所于2007年初发起并组织，并由深圳华大基因研究院承担基因组测序和组装等技术工作。部分研究成果黄瓜基因组是世界上第一个蔬菜作物的基因组图谱。该项目首次将传
宏基因组学概述
宏基因组学概述 王莹，马伊鸣 （北京交通大学土木建筑工程学院环境1402班） 摘要：随着分子生物学技术的快速发展及其在微生物生态学和环境微生物学研究中的广泛应用，促进了以环境中未培养微生物为研究对象的新兴学科——微生物环境基因组学(又叫宏基因组学、元基因组学，英文名Metagenomics)的产生和快速发展。宏基因组学通过直接从环境样品中提取全部微生物的DNA，构建宏基因组文库，利用基因组学的研究策略研究环境样品所包含的全部微生物的遗传组成及其群落功能．在短短几年内，宏基因组学研究已渗透到各个领域，包括海洋、土壤、热液口、热泉、人体口腔及胃肠道等，并在医药、替代能源、环境修复、生物技术，农业、生物防御及伦理学等各方面显示了重要的价值。本文对宏基因组学的主要研究方法、热点内容及发展趋势进行了综述 关键词：宏基因组宏基因组学环境基因组学基因文库的构建 Macro summary of Metagenomics Wang Ying, Ma Yi-Ming （BeijingJiaotongUniversity, Institute of civil engineering,） Key words: Metagenome; Metagenomics; The environmental genomics 宏基因组学（Metagenomics）又叫微生物环境基因组学、元基因组学。它通过直接从环境样品中提取全部微生物的DNA,构建宏基因组文库，利用基因组学的研究策略研究环境样品所包含的全部微生物的遗传组成及其群落功能。它是在微生物基因组学的基础上发展起来的一种研究微生物多样性、开发新的生理活性物质（或获得新基因）的新理念和新方法。其主要含义是：对特定环境中全部微生物的总DNA （也称宏基因组，metagenomic）进行克隆，并通过构建宏基因组文库和筛选等手段获得新的生理活性物质；或者根据rDNA数据库设计引物，通过系统学分析获得该环境中微生物的遗传多样性和分子生态学信息。 1.起源 宏基因组学这一概念最早是在1998年由威斯康辛大学植物病理学部门的Jo Handelsman等提出的，是源于将来自环境中基因集可以在某种程度上当成一个单个基因组研究分析的想法，而宏的英文是"met a-"，具有更高层组织结构和动态变化的含义。后来伯克利分校的研究人员Kevin Chen和Lior Pachter 将宏基因组定义为"应用现代基因组学的技术直接研究自然状态下的微生物的有机群落，而不需要在实验室中分离单一的菌株"的科学。 2 研究对象 宏基因组学(Metagenomics)是将环境中全部微生物的遗传信息看作一个整体自上而下地研究微生 物与自然环境或生物体之间的关系。宏基因组学不仅克服了微生物难以培养的困难, 而且还可以结合生物信息学的方法, 揭示微生物之间、微生物与环境之间相互作用的规律, 大大拓展了微生物学的研究思路与方法, 为从群落结构水平上全面认识微生物的生态特征和功能开辟了新的途径。目前, 微生物宏基因组学已经成为微生物研究的热点和前沿, 广泛应用于气候变化、水处理工程系统、极端环境、人体肠道、石油污染、生物冶金等领域, 取得了一系列引人瞩目的重要成果。 3 研究方法 宏基因组学的研究过程一般包括样品和基因(组)的富集；提取特定环境中的基因组 DNA；构建宏基因组 DNA 文库；筛选目的基因；目的基因活性产物表达(图 1)五个步骤。