測序原理：
一代測序（Sanger測序）：
- 目前一代測序在驗(yàn)證序列（就是平時(shí)送公司測序返回來自己blast的那些）以及驗(yàn)證基因組組裝完整性方面都是金標(biāo)準(zhǔn)珊随。
- 一代最長能測1000bp，
- 它一次只測一條秕铛，也就是所謂的通量低
- 準(zhǔn)確度很高损搬，99.999%
NGS (next generation sequencing )二代測序，又稱下一代測序：
相關(guān)名詞：
- flowcell： 測序反應(yīng)的載體/容器码荔，1個(gè)flowcell有8個(gè)lane
- lane： 測序反應(yīng)的平行泳道啥辨，試劑添加焕妙、洗脫等過程的發(fā)生位置
- tile： 每次熒光掃描的位置，肉眼是看不到的
- 雙端測序： 可能序列比較長有四五百bp沃斤，兩邊各測120-150bp
- junction： 雙端測序中間一些沒有測到的區(qū)域
- flowcell構(gòu)造：一個(gè)lane包含兩列（swath）圣蝎，每一列有60個(gè)tile，每個(gè)tile會種下不同的cluster衡瓶，每個(gè)tile在一次循環(huán)中會拍照4次（每個(gè)堿基一次）
邊合成變測序（sequence by synthesis, SBS）～合成
第一步： 構(gòu)建DNA文庫
第二步： 上樣
第三步：橋式PCR
第四步：測序
數(shù)據(jù)初步分析：
使用fastqc進(jìn)行質(zhì)量分析徘公，這是一款Java軟件，支持多線程
軟件前期準(zhǔn)備：下載方式有兩種：
1.官網(wǎng)fastqc下載好用filezilla導(dǎo)入linux服務(wù)器
- 直接在服務(wù)器中運(yùn)行
wget http://www.bioinformatics.babraham.ac.uk/projects/fastqc/fastqc_v0.11.7.zip
接著安裝unzip fastqc_v0.11.7.zip --> cd FastQC -- > chmod755 fastqc --> install .
設(shè)置完權(quán)限后鞍陨，還需要將FastQC文件夾（這里請注意是文件夾步淹，而非fastqc這個(gè)可執(zhí)行程序）導(dǎo)入環(huán)境變量
echo 'export PATH=/YOUR/FASTQC PATH/:$PATH' >> ~/.bashrc
再source ~/.bashrc檢查軟件是否安裝成功 fastqc --help 出現(xiàn)幫助信息就可以使用啦！
二代測序大幅度提高了測序速度诚撵，降低了測序成本缭裆，保持了高準(zhǔn)確性。缺點(diǎn)是讀長短寿烟，拼接困難澈驼，pcr技術(shù)增加了測序的錯(cuò)誤率.
三代測序（TGS）
第三代測序技術(shù)以PacBio公司的SMRT和Oxford Nanopore Technologies 的納米孔單分子測序技術(shù)為標(biāo)志，不需要經(jīng)過PCR擴(kuò)增筛武，超長讀長缝其，可達(dá)二代測序的100倍以上，實(shí)現(xiàn)了對每一條DNA分子的單獨(dú)測序徘六。錯(cuò)誤率比二代要高内边，達(dá)到10-15%。
三代測序錯(cuò)誤隨機(jī)待锈，平均讀長8 ～25kb 漠其，相對于二代而言，測序成本偏高竿音，同時(shí)測序錯(cuò)誤率偏高和屎。
測序
1.基因組學(xué)（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）
作用：
- 基因組作圖（遺傳圖譜、物理圖譜春瞬、轉(zhuǎn)錄本圖譜）
- 核苷酸序列分析
- 基因定位
- 基因功能分析
其它： 以全基因組測序?yàn)槟繕?biāo)的結(jié)構(gòu)基因組學(xué)柴信；以基因功能鑒定為目標(biāo)的功能基因組學(xué)
轉(zhuǎn)錄組學(xué)（基因表達(dá)分析）
（1）mRNA-Seq
（2）IncRNA-Seq（長鏈非編碼RNA）
（3）sRNA-Seq（主要是miRNA-Seq）
作用：
- 獲得物種或者組織的轉(zhuǎn)錄本信息
- 得到轉(zhuǎn)錄本上基因的相關(guān)信息，如基因結(jié)構(gòu)功能等
- 發(fā)現(xiàn)新的基因
- 基因結(jié)構(gòu)優(yōu)化
- 發(fā)現(xiàn)可變剪切
- 發(fā)現(xiàn)基因融合
- 基因表達(dá)差異分析
蛋白質(zhì)組學(xué)
（1）蛋白質(zhì)組數(shù)據(jù)處理宽气、蛋白及其修飾鑒定
（2）構(gòu)建蛋白質(zhì)數(shù)據(jù)庫随常、相關(guān)軟件的開發(fā)和應(yīng)用
（3）蛋白質(zhì)結(jié)構(gòu)功能預(yù)測
（4）蛋白質(zhì)連鎖圖
代謝組學(xué)
（1）代謝物指紋分析
（2）代謝輪廓分析
測序技術(shù)原理及常用數(shù)據(jù)格式簡介
第一代測序技術(shù)
特點(diǎn)：讀長長（1000 bp）潜沦，準(zhǔn)確性高（99.999%），通量低线罕。
第二代測序技術(shù)
（1）DNA文庫構(gòu)建 （2 ） 簇的生成——橋式PCR （3）測序（4）數(shù)據(jù)產(chǎn)出
特點(diǎn)：通量高止潮、時(shí)間短、讀長短钞楼。
第三代測序技術(shù)
單分子實(shí)時(shí)DNA測序喇闸。
（1）PacBio 實(shí)時(shí)單分子測序
（2）Complete Genomics公司的復(fù)合探針-錨定連接技術(shù)
（3）Oxford Nanopore 納米孔單分子通道技術(shù)
（4）Ion Torrent電子流檢測技術(shù)
Pacific Biosciences公司的SMRT技術(shù)： SMRT測序速度快（每秒約數(shù)個(gè)dNTP），但是询件，測序錯(cuò)誤率也較高（達(dá)到15%燃乍，可通過多次測序進(jìn)行有效的糾錯(cuò)）。
Oxford Nanopore Technologies公司的納米孔單分子技術(shù)為主流宛琅。
常用數(shù)據(jù)格式
Fastq格式
一種基于文本的刻蟹，保存生物序列（通常是核酸序列）和其測序質(zhì)量信息的標(biāo)準(zhǔn)格式,一般都包含有4行。
第一行：由‘@’開始嘿辟，后面跟著序列ID和可選的描述舆瘪，序列ID是唯一的；
第二行：堿基序列红伦；
第三行：由‘+’開始英古，后面是序列的描述信息；
第四行：第二行序列的質(zhì)量評價(jià)(quality value)昙读。
Fasta格式：
（1）以“>”為開頭召调，fasta格式標(biāo)志。
（2）序列ID號蛮浑，gi號唠叛，NCBI數(shù)據(jù)庫的標(biāo)識符，具有唯一性沮稚。
格式為：gi|gi號|來源標(biāo)志|序列標(biāo)志（接收號艺沼、名稱等），若某項(xiàng)缺失可以留空蕴掏，“|”保留障般。
（3）序列描述。
（4）堿基序列囚似，序列中允許空格、換行线得、空行饶唤，一般一行60個(gè)。
格式見間的轉(zhuǎn)化：Fastq文件→Fasta文件
Linux命令
法1：sed '/^@/!d;s//>/;N' your.fastq > your.fasta
法2：seqtk seq -A input.fastq > output.fasta
FASTX-Toolkit
一款用于處理Short-Reads FASTA/FASTQ文件的程序贯钩，里面包含了豐富的Fasta/Fastq文件格式轉(zhuǎn)換募狂、統(tǒng)計(jì)等命令办素。
http://hannonlab.cshl.edu/fastx_toolkit/
GenBank格式
以LOCUS和一些注釋行開始。序列的開頭以“ORIGIN”標(biāo)記祸穷，末尾以“//”標(biāo)記
EMBL格式
以標(biāo)識符行（ID）開頭性穿，后面跟著更多注釋行。
序列的開頭以“SQ”開頭標(biāo)記雷滚，序末尾以“//”標(biāo)記需曾。
EMBL → Fasta格式轉(zhuǎn)換（在線工具）：http://www.geneinfinity.org/sms/sms_embltofasta.html
另外給大家介紹一個(gè)常見測序文件格式解析的網(wǎng)站：
https://genome.ucsc.edu/FAQ/FAQformat.html#format1 （包含了各種各樣的測序文件格式說明）
參考文獻(xiàn)
https://blog.csdn.net/u010608296/article/details/111658749
