測序過程和原理

測序的類型

一二三代測序斧抱；高通量測序仁锯。
一代測序：Sanger　(Dr. Fred Sanger)，測得最準脂倦。
二代測序：NGS (next generation sequencing）。
三代測序：第三代測序的發(fā)展方向太多元莫，不好直接概括為某一特定方法赖阻。
PacBio 實時單分子測序
Complete Genomics公司的復合探針-錨定連接技術
Oxford Nanopore納米孔單分子測序技術為標志，不需要經(jīng)過PCR擴增踱蠢，超長讀長政供，可達二代測序的100倍以上，實現(xiàn)了對每一條DNA分子的單獨測序朽基。錯誤率比二代要高布隔，達到10-15%。
Ion Torrent電子流檢測技術

數(shù)據(jù)初步分析

使用fastqc進行質(zhì)量分析稼虎，這是一款Java軟件衅檀，支持多線程。
在Xshell中wget http://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.11.7.zip
. #20200716可以執(zhí)行霎俩。
unzip fastqc_v0.11.7.zip　#可以執(zhí)行哀军。
cd FastQC　#可以執(zhí)行。
chmod755 fastqc　#　chmod755: command not found打却。
echo 'export PATH=/YOUR/FASTQC PATH/:$PATH' >> ~/.bashrc　#可以執(zhí)行杉适。
source ~/.bashrc　#可以執(zhí)行。
fastqc --help　#　Command 'fastqc' not found, but can be installed with:

apt install fastqc
Please ask your administrator.

apt install fastqc　#仍然無法安裝柳击。

名詞結構化

1.基因組學（核酸序列分析）

（1）全基因組測序（WGS）
（2）全外顯子組測序（WES）
（3）簡化基因組測序（RRGS）
①RAD-Seq
②GBS
③2bRAD
④ddGBS（也就是ddRAD）
作用：
（1）基因組作圖（遺傳圖譜猿推、物理圖譜、轉(zhuǎn)錄本圖譜）
（2）核苷酸序列分析
（3）基因定位
（4）基因功能分析
其它：
以全基因組測序為目標的結構基因組學
以基因功能鑒定為目標的功能基因組學

2.轉(zhuǎn)錄組學（基因表達分析）

（1）mRNA-Seq
（2）IncRNA-Seq（長鏈非編碼RNA）
（3）sRNA-Seq（主要是miRNA-Seq）
作用：
（1）獲得物種或者組織的轉(zhuǎn)錄本信息
（2）得到轉(zhuǎn)錄本上基因的相關信息捌肴，如基因結構功能等
（3）發(fā)現(xiàn)新的基因
（4）基因結構優(yōu)化
（5）發(fā)現(xiàn)可變剪切
（6）發(fā)現(xiàn)基因融合
（7）基因表達差異分析

3.蛋白質(zhì)組學

（1）蛋白質(zhì)組數(shù)據(jù)處理蹬叭、蛋白及其修飾鑒定
（2）構建蛋白質(zhì)數(shù)據(jù)庫、相關軟件的開發(fā)和應用
（3）蛋白質(zhì)結構功能預測
（4）蛋白質(zhì)連鎖圖

4.代謝組學

（1）代謝物指紋分析
（2）代謝輪廓分析

常用數(shù)據(jù)格式

Fastq格式

一種基于文本的状知，保存生物序列（通常是核酸序列）和其測序質(zhì)量信息的標準格式,一般都包含有4行秽五。
第一行：由‘@’開始，后面跟著序列ID和可選的描述饥悴，序列ID是唯一的坦喘；
第二行：堿基序列盲再；
第三行：由‘+’開始，后面是序列的描述信息瓣铣；

微信圖片_20200716161401.jpg

1：The lane number
1101：流通池道內(nèi)的tile號碼
4712：瓦片中的集群的‘x'坐標
2186：瓦片中的集群的’y'坐標
1：成對的成員，1或2（配對結束或配對讀扰骰Α）
N：如果讀取過濾绿映，則為Y；否則為N
0：當沒有控制位開啟時為0腐晾，否則為偶數(shù)
TACTCCAG：索引序列

Fasta格式

微信圖片_20200716161802.jpg

1：以“>”為開頭叉弦，fasta格式標志。
2：序列ID號藻糖，gi號淹冰，NCBI數(shù)據(jù)庫的標識符，具有唯一性巨柒。
格式為：gi|gi號|來源標志|序列標志（接收號樱拴、名稱等），若某項缺失可以留空洋满，“|”保留晶乔。
3：序列描述。
4：堿基序列牺勾，序列中允許空格正罢、換行、空行驻民，一般一行60個翻具。

GenBank格式

微信圖片_20200716162143.jpg

以LOCUS和一些注釋行開始。
序列的開頭以“ORIGIN”標記回还，末尾以“//”標記裆泳。

EMBL格式

微信圖片_20200716162314.jpg

以標識符行（ID）開頭，后面跟著更多注釋行柠硕。
序列的開頭以“SQ”開頭標記工禾，序末尾以“//”標記。