ABOUT HUAYIN
單細(xì)胞基因組測(cè)序 單細(xì)胞基因組測(cè)序是在單細(xì)胞水平對(duì)全基因組進(jìn)行擴(kuò)增與測(cè)序的一項(xiàng)新技術(shù)。其原理是將分離的單個(gè)細(xì)胞的微量全基因組DNA進(jìn)行擴(kuò)增，獲得高覆蓋率的完整的基因組之后進(jìn)行高通量測(cè)序，用于揭示細(xì)胞群體差異和細(xì)胞進(jìn)化關(guān)系。全基因組測(cè)序的應(yīng)用范圍涉及臨床醫(yī)藥研究、群體遺傳學(xué)研究、關(guān)聯(lián)分析、進(jìn)化分析等眾多領(lǐng)域。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina HiSeq X PE 150 數(shù)據(jù)量：推薦30~50×測(cè)序深度 2、技術(shù)優(yōu)勢(shì) （1） 多種變異檢測(cè)：?jiǎn)魏塑账岫鄳B(tài)性（SNP）、插入缺失（InDel）和結(jié)構(gòu)變異（SV）； （2） 與芯片方法比較，可以檢測(cè)到新的變異序列； （3）與人類全基因組從頭測(cè)序相比，耗時(shí)更短、成本更低。 3、數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估； （2）與參考基因組比對(duì)； （3）SNP的檢測(cè)及其在基因組的分布； （4）InDel的檢測(cè)及其在基因組的分布； （5）CNV的檢測(cè)及其在基因組的分布； （6）包含變異基因的功能注釋（GO注釋、Pathway注釋）。 3.2 高級(jí)信息分析（腫瘤基因組學(xué)） （1）癌基因/抑癌基因/易感基因篩查； （2）高頻突變基因統(tǒng)計(jì)及通路富集分析； （3）NMF突變特征及突變頻率分析； （4）NovoDriver已知驅(qū)動(dòng)基因篩選； （5）基因組變異Circos圖展示。 4、技術(shù)流程 5、案例分析 案例（1） 單細(xì)胞基因組測(cè)序解構(gòu)正常成人大腦的單個(gè)神經(jīng)元突變 來自霍華德休斯醫(yī)學(xué)研究所的（HHMI）的研究人員從三位去世的成人捐贈(zèng)的健康大腦中分離出了36個(gè)神經(jīng)元并測(cè)序了它們的基因組。為了進(jìn)行比較，科學(xué)家們還從每個(gè)個(gè)體的心臟中分離出了細(xì)胞進(jìn)行DNA測(cè)序。他們發(fā)現(xiàn)每個(gè)神經(jīng)元的基因組都是獨(dú)特的。每個(gè)神經(jīng)元都有1000多個(gè)點(diǎn)突變，只有少數(shù)突變出現(xiàn)在一個(gè)以上的細(xì)胞中。盡管神經(jīng)元中的大多數(shù)突變是獨(dú)特的，一小部分出現(xiàn)在了多個(gè)細(xì)胞中。這表明了這些突變起源于腦細(xì)胞仍在分裂之時(shí)——這一過程在出生前便完成。這些早期突變隨細(xì)胞分裂和遷移傳遞下去，科學(xué)家們能夠利用它們來重建部分大腦發(fā)育史。 圖1 腦中體細(xì)胞SNV位點(diǎn)與神經(jīng)系統(tǒng)功能和疾病相關(guān) 案例（2） 一種新的單細(xì)胞基因組測(cè)序方法-組合索引測(cè)序 單細(xì)...
Exosome lncRNA測(cè)序 Exosome作為活細(xì)胞分泌的含有RNA和蛋白質(zhì)的微囊，大小為30-100nm，廣泛分布于外周血、尿液、唾液、腹水、羊水等多種體液中。最新研究表明，體液中 exosomal RNA （特別是miRNA、piRNA和lncRNA等非編碼RNA）在不同的疾病模型中存在明顯的表達(dá)差異。同時(shí)，這些分子被exosomes的脂膜所包裹和保護(hù)，能保持其原有穩(wěn)定性和生物學(xué)功能，有望成為液體活檢的重要分子標(biāo)志物。 通過exosome lncRNA測(cè)序技術(shù)，可以開發(fā)針對(duì)復(fù)雜疾病的無創(chuàng)早期檢測(cè)標(biāo)志物；指導(dǎo)針對(duì)復(fù)雜疾病特別是腫瘤的個(gè)性化治療；用于疾病的預(yù)后判斷，特別是循環(huán)系統(tǒng)疾病和腫瘤。 華銀采用全球領(lǐng)先的exosome RNA富集和提取技術(shù)，并結(jié)合微量RNA建庫和高通量測(cè)序技術(shù)，提供exosome lncRNA研究整體解決方案，為廣大的生物醫(yī)學(xué)研究者提供最高質(zhì)量的技術(shù)服務(wù)。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina NextSeq 500 或 HiSeq 3000 PE150 數(shù)據(jù)量：推薦12G clean data 2、技術(shù)優(yōu)勢(shì) （1）任意物種檢測(cè)：相對(duì)傳統(tǒng)芯片而言，無需預(yù)先設(shè)計(jì)特異性探針，因此無需了解物種基因或基因組信息，能夠直接對(duì)任何物種進(jìn)行最全面的轉(zhuǎn)錄組分析； （2）分辨率高：可以檢測(cè)轉(zhuǎn)錄本中單堿基的差異； （3）檢測(cè)范圍廣：從幾個(gè)到數(shù)十萬個(gè)拷貝精確計(jì)數(shù)，可同時(shí)鑒定正常和稀有的轉(zhuǎn)錄本； （4）信息分析廣：可以做基因差異表達(dá)分析、可變剪切、融合基因分析；新轉(zhuǎn)錄本預(yù)測(cè)及注釋。 3、數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）數(shù)據(jù)過濾及質(zhì)量評(píng)估 （2）核糖體RNA去除率計(jì)算 （3）比對(duì)參考基因組及統(tǒng)計(jì) （4）基因表達(dá)水平分析 （5）基因表達(dá)差異及聚類分析 （6）差異基因KEGG生物通路富集分析（僅限于模式物種） （7）差異基因GO功能富集分析（僅限于模式物種） （8）已知mRNA表達(dá)量分析 （9）已知mRNA差異表達(dá)及聚類分析 （10）已知lncRNA表達(dá)量分析 （11）已知lncRNA差異表達(dá)及聚類分析 （12）預(yù)測(cè)新lncRNA （13）新lncRNA鑒定和表達(dá)量分析 （14）新lncRNA差異表達(dá)及聚類分析 （15）新lncRNA家族分析 （16）SNP和Indel檢測(cè)與注釋 （17）生物學(xué)重復(fù)樣品間相關(guān)性分析 （18）蛋白互作網(wǎng)絡(luò)分析 （19）基因融合 （20）主成份...
Exosome miRNA測(cè)序 Exosome是由活細(xì)胞分泌的含有 RNA 和蛋白質(zhì)的微囊，大小為30-100nm。幾乎所有類型的細(xì)胞都能分泌，廣泛存在于各種體液中，包括血清、尿液、細(xì)胞培養(yǎng)上清、乳汁、唾液、腹水、羊水、氣管肺泡灌洗液和關(guān)節(jié)滑液等。Exosome參與調(diào)控重要的細(xì)胞生理活動(dòng)，在免疫應(yīng)答、凋亡、血管生成、炎癥反應(yīng)、凝結(jié)過程中的作用均有報(bào)道，可以成為多種疾病的早期診斷標(biāo)記物，也能作為靶向藥物的載體進(jìn)行疾病治療。 Small RNA是一類高度保守的小RNA分子，它可以參與基因表達(dá)與調(diào)控、RNA的加工與剪切、蛋白質(zhì)翻譯、遺傳“入侵”抑制、配子發(fā)生等重要生物學(xué)過程，是生命活動(dòng)中必不可少的調(diào)控因子。小RNA測(cè)序技術(shù)采用膠分離技術(shù)，收集樣本中18~30nt的RNA片段，利用高通量測(cè)序技術(shù)對(duì)樣本中所有small RNA家族進(jìn)行測(cè)序和表達(dá)定量，從而解析miRNA 、siRNA 、piRNA 其它非編碼RNA等序列，并預(yù)測(cè)新的小RNA及其靶基因。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina NextSeq 500 SE50 數(shù)據(jù)量： 推薦10M clean reads 2、技術(shù)優(yōu)勢(shì) 通量高：一次測(cè)序得到上千萬條序列； 分辨率高：可以檢測(cè)小RNA單個(gè)堿基的差異； 精準(zhǔn)度高：從幾個(gè)到幾十萬個(gè)拷貝精確計(jì)數(shù)； 可重復(fù)性好：深度測(cè)序保證了抽樣隨機(jī)性，重復(fù)性好，無需重復(fù)實(shí)驗(yàn)； 檢測(cè)范圍廣：既能鑒定已知小RNA，又能發(fā)現(xiàn)新的小RNA。 3、數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估； （2）樣品間的公共序列和特異序列分析； （3）小RNA與參考基因組比對(duì)分析； （4）按照優(yōu)先級(jí)將小RNA進(jìn)行分類注釋 （5）Novel Small RNA預(yù)測(cè)； （6）樣本間miRNA差異表達(dá)分析； （7）已知miRNA的家族分析； （8）已知miRNA差異分析（≥2個(gè)樣本）和聚類分析（≥3個(gè)樣本）； （9）已知miRNA和novel miRNA的靶基因預(yù)測(cè)； （10）已知miRNA和novel miRNA的靶基因GO注釋和KEGG通路分析； （11）novel miRNA差異分析（≥2個(gè)樣本）和聚類分析（≥3個(gè)樣本）； （12）差異miRNA靶基因預(yù)測(cè)； （13）已知miRNA的堿基編輯分析； 3.2 高級(jí)信息分析 （1）snoRNA注釋 （2）piRNA注釋 （3）mir2disease注釋 4、技術(shù)流程 5...
LncRNA測(cè)序 長(zhǎng)鏈非編碼 RNAs（long non-coding RNAs，lncRNAs）是一類長(zhǎng)度在200nt以上且不編碼蛋白質(zhì)的RNA，以帶polyA尾和不帶polyA尾兩種形式廣泛存在于各種生物體內(nèi)，參與細(xì)胞內(nèi)多種過程調(diào)控，具有跨物種的低保守性，組織特異性表達(dá)和豐度低等特點(diǎn)。 近年來的研究表明，lncRNA參與了X染色體沉默、基因組印記、染色質(zhì)修飾、轉(zhuǎn)錄激活、轉(zhuǎn)錄干擾和核內(nèi)運(yùn)輸?shù)榷喾N重要的調(diào)控過程，但絕大部分lncRNA的功能目前仍不清楚。應(yīng)用高通量測(cè)序技術(shù)，研究人員能夠快速獲得與疾病或者特定生物學(xué)過程相關(guān)的lncRNA 并進(jìn)行深入研究。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina NextSeq 500或HiSeq 3000 PE150 數(shù)據(jù)量：推薦12G clean data 2、技術(shù)優(yōu)勢(shì) （1）任意物種檢測(cè)：相對(duì)傳統(tǒng)芯片而言，無需預(yù)先設(shè)計(jì)特異性探針，因此無需了解物種基因或基因組信息，能夠直接對(duì)任何物種進(jìn)行最全面的轉(zhuǎn)錄組分析； （2）分辨率高：可以檢測(cè)轉(zhuǎn)錄本中單堿基的差異； （3）檢測(cè)范圍廣：從幾個(gè)到數(shù)十萬個(gè)拷貝精確計(jì)數(shù)，可同時(shí)鑒定正常和稀有的轉(zhuǎn)錄本； （4）信息分析廣：可以做基因差異表達(dá)分析、可變剪切、融合基因分析；新轉(zhuǎn)錄本預(yù)測(cè)及注釋。 3、 數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）數(shù)據(jù)過濾及質(zhì)量評(píng)估 （2）核糖體RNA去除率計(jì)算 （3）比對(duì)參考基因組及統(tǒng)計(jì) （4）基因表達(dá)水平分析 （5）基因表達(dá)差異及聚類分析 （6）差異基因KEGG生物通路富集分析（僅限于模式物種） （7）差異基因GO功能富集分析（僅限于模式物種） （8）已知mRNA表達(dá)量分析 （9）已知mRNA差異表達(dá)及聚類分析 （10）已知lncRNA表達(dá)量分析 （11）已知lncRNA差異表達(dá)及聚類分析 （12）預(yù)測(cè)新lncRNA （13）新lncRNA鑒定和表達(dá)量分析 （14）新lncRNA差異表達(dá)及聚類分析 （15）新lncRNA家族分析 （16）SNP和InDel檢測(cè)與注釋 （17）生物學(xué)重復(fù)樣品間相關(guān)性分析 （18）蛋白互作網(wǎng)絡(luò)分析 （19）基因融合 （20）主成份分析（PCA） （21）特征性差異表達(dá)基因分析 （22）lncRNA保守性分析 （23）可變剪切 3.2 高級(jí)分析 （1）已知mRNA-lncRNA共表達(dá)網(wǎng)絡(luò)構(gòu)建 （2）基因結(jié)構(gòu)優(yōu)化及優(yōu)化基因的表達(dá)值計(jì)算 （3）eQTL分析 4、技...
轉(zhuǎn)錄組測(cè)序 轉(zhuǎn)錄組測(cè)序是利用第二代高通量測(cè)序技術(shù)快速獲取某一物種特定器官或組織在某一狀態(tài)下幾乎所有轉(zhuǎn)錄本的序列信息，進(jìn)行疾病與正常樣本間的基因表達(dá)差異分析、可變剪切和融合基因分析，尋找與癌癥、遺傳病相關(guān)的致病基因，已廣泛應(yīng)用于基礎(chǔ)研究、臨床診斷和藥物研發(fā)等領(lǐng)域。相對(duì)于傳統(tǒng)芯片而言，無需預(yù)先設(shè)計(jì)特異性探針，具有分辨率高、檢測(cè)范圍廣和準(zhǔn)確率高的優(yōu)點(diǎn)。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina NextSeq 500或HiSeq 3000 PE150 數(shù)據(jù)量：推薦8G clean data，細(xì)菌和真菌視轉(zhuǎn)錄組大小情況而定 2、技術(shù)優(yōu)勢(shì) （1）任意物種檢測(cè)：相對(duì)于傳統(tǒng)芯片而言，無需預(yù)先設(shè)計(jì)特異性探針，因此無需了解物種基因或基因組信息，能夠直接對(duì)任何物種進(jìn)行最全面的轉(zhuǎn)錄組分析； （2）分辨率高：可以檢測(cè)基因家族中相似基因及可變剪接造成的單堿基差異； （3）檢測(cè)范圍廣：從幾個(gè)到數(shù)十萬個(gè)拷貝精確計(jì)數(shù)，可同時(shí)鑒定正常和稀有的轉(zhuǎn)錄本； （4）信息分析全面：可以做基因差異表達(dá)分析、可變剪切、融合基因分析、新轉(zhuǎn)錄本預(yù)測(cè)及注釋。 3、信息分析 3.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估； （2）與參考序列比對(duì)，計(jì)算不同基因的RPKM值； （3）基因的差異表達(dá)分析； （4）樣本間基因表達(dá)水平的相關(guān)性分析（僅限于有生物重復(fù)的樣本）； （5）樣本間差異基因韋恩圖及PCA分析； （6）差異基因的表達(dá)模式聚類分析； （7）差異表達(dá)基因GO功能富集分析； （8）差異表達(dá)基因Pathway顯著富集分析； （9）差異表達(dá)基因的蛋白質(zhì)互作網(wǎng)絡(luò)分析； （10）條件特異表達(dá)； （11）鑒定基因的可變剪切； （12）SNP/InDel分析； （13）新轉(zhuǎn)錄本預(yù)測(cè)及注釋； （14）融合基因分析（僅限于人）； 3.2 高級(jí)信息分析： （1）基因結(jié)構(gòu)優(yōu)化（只針對(duì)真核生物） （2）RNA編輯 （3）差異基因的轉(zhuǎn)錄因子分析（適用于植物） 4、技術(shù)流程 5、案例分析 案例（1）科學(xué)家繪制細(xì)胞周期的高分辨率轉(zhuǎn)錄組圖譜 細(xì)胞周期的推進(jìn)很大程度上依賴于周期性基因表達(dá)。本研究繪制了細(xì)胞周期的高分辨率轉(zhuǎn)錄組圖譜，揭示了周期性基因與癌癥之間的新關(guān)聯(lián)。研究人員在兩個(gè)連續(xù)的細(xì)胞周期中對(duì)人類細(xì)胞進(jìn)行RNA測(cè)序...
外顯子組測(cè)序 外顯子組測(cè)序是指利用高效的序列捕獲技術(shù)將基因組中的外顯子區(qū)域捕獲后進(jìn)行高通量測(cè)序的方法。在人類基因中大約有180,000個(gè)外顯子，雖然外顯子組僅占人類基因組的1%（約30MB），但是約85%的致病突變發(fā)生在外顯子組區(qū)域。外顯子組測(cè)序主要用于識(shí)別和研究與疾病、種群進(jìn)化相關(guān)的編碼區(qū)及UTR區(qū)域內(nèi)的結(jié)構(gòu)變異。結(jié)合大量的公共數(shù)據(jù)庫提供的外顯子數(shù)據(jù)，能夠更好地解釋所得變異結(jié)構(gòu)之間的關(guān)聯(lián)和致病機(jī)理。相比傳統(tǒng)方法，外顯子組測(cè)序能夠更經(jīng)濟(jì)高效的檢測(cè)外顯子區(qū)域的變異情況，以此來為臨床診斷和個(gè)體化用藥服務(wù)。外顯子組測(cè)序目前已被廣泛的應(yīng)用于各種癌癥、單基因病、復(fù)雜疾病和罕見遺傳病等研究中。 1、實(shí)驗(yàn)方案 捕獲平臺(tái)：Agilent SureSelect Human All Exon V6（最新捕獲試劑盒） 測(cè)序策略：Illumina NextSeq 500或HiSeq 3000 PE150 數(shù)據(jù)量：推薦100×以上的深度測(cè)序，約10G clean data 2、技術(shù)優(yōu)勢(shì) （1）高覆蓋度：同等費(fèi)用下獲得更高深度測(cè)序，SNP檢出率99%； （2）更高通量：適合大樣本量的研究； （3）經(jīng)濟(jì)高效：相比于全基因組重測(cè)序，更加經(jīng)濟(jì)、高效； （4）周期短：加快文章發(fā)表與加速臨床應(yīng)用。 3、數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估； （2）與參考序列進(jìn)行比對(duì)、統(tǒng)計(jì)測(cè)序深度及覆蓋度； （3）SNP和InDel變異信息檢測(cè)； （4）SNP和InDel變異所在基因的功能注釋（GO、Pathway）； （5）CNV檢測(cè)和注釋分析； （6）變異基因保守性預(yù)測(cè)及致病性分析（SIFT、Polyphen-2、GERP）； 3.2 高級(jí)信息分析 （1）癌基因/抑癌基因/易感基因篩查； （2）高頻突變基因統(tǒng)計(jì)及通路富集分析； （3）NMF突變特征及突變頻率分析； （4）已知驅(qū)動(dòng)基因篩選； （5）基因組變異Circos圖展示。 4、捕獲平臺(tái)介紹 Agilent SureSelect Human All Exon V5 特點(diǎn)如下： （1） 捕獲范圍為50Mb，包括21,522條基因的357,999個(gè)外顯子區(qū)域； （2） 根據(jù)CCDS、RefSeq、GENECODE、miRNABase、TCGA及UCSC數(shù)據(jù)庫設(shè)計(jì)探針，可有效獲得外顯子區(qū)及其周邊區(qū)域的變異信息。 （3）周期短，僅需1.5天，測(cè)序樣品便可準(zhǔn)備就緒。 5、技術(shù)流程 6、案例分析 ...
全基因組重測(cè)序 目前人類已知的疾病中，有4000多種疾病與人類的基因有關(guān)。利用全基因組重測(cè)序的方法，可以在全基因組水平上檢測(cè)與疾病相關(guān)的突變位點(diǎn)、結(jié)構(gòu)變異等信息，進(jìn)而找尋攻克這些疾病的治療手段，研發(fā)有效地治療藥物。全基因組測(cè)序的應(yīng)用范圍涉及臨床醫(yī)藥研究、群體遺傳學(xué)研究、關(guān)聯(lián)分析、進(jìn)化分析等眾多領(lǐng)域。 1、實(shí)驗(yàn)方案 測(cè)序策略： illumina HiSeq X PE150 數(shù)據(jù)量：推薦腫瘤50×測(cè)序深度/對(duì)照癌旁、血液30×測(cè)序深度；遺傳病30~50×測(cè)序深度。 2、技術(shù)優(yōu)勢(shì) （1）多種變異檢測(cè)：?jiǎn)魏塑账岫鄳B(tài)性（SNP）、插入缺失（InDel）和結(jié)構(gòu)變異（SV）； （2）與芯片方法相比，可以檢測(cè)到新的變異序列； （3）與人類全基因組從頭測(cè)序相比，耗時(shí)更短、成本更低。 3、數(shù)據(jù)分析 3.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估； （2）與參考基因組比對(duì)； （3）SNP的檢測(cè)及其在基因組的分布； （4）InDel的檢測(cè)及其在基因組的分布； （5）CNV的檢測(cè)及其在基因組的分布； （6）包含變異基因的功能注釋（GO注釋、Pathway注釋）。 3.2 高級(jí)信息分析（腫瘤基因組學(xué)） （1）癌基因/抑癌基因/易感基因篩查； （2）高頻突變基因統(tǒng)計(jì)及通路富集分析； （3）NMF突變特征及突變頻率分析； （4）已知驅(qū)動(dòng)基因篩選； （5）基因組變異Circos圖展示。 4、技術(shù)流程 5、案例分析 案例（1）胰腺神經(jīng)內(nèi)分泌腫瘤的全基因組圖譜 胰腺神經(jīng)內(nèi)分泌腫瘤（PanNETs）是第二大胰腺上皮細(xì)胞腫瘤，致死率達(dá)60%。隨著檢測(cè)手段越來越靈敏，胰腺神經(jīng)內(nèi)分泌腫瘤診斷數(shù)量呈現(xiàn)上升趨勢(shì)，這給臨床診療帶來了一定的挑戰(zhàn)！在一項(xiàng)新的研究中，研究人員揭示出正常情形下與乳腺癌、卵巢癌和結(jié)腸癌相關(guān)聯(lián)的基因變異同樣能夠促進(jìn)一種罕見的胰腺癌產(chǎn)生。EWSR1與BEND2發(fā)生體細(xì)胞融合，確定BEND2為EWSR1的一個(gè)新融合基因。發(fā)生體細(xì)胞融合的患者，其細(xì)胞形態(tài)和免疫組化特征具有典型的胰腺神經(jīng)內(nèi)分泌腫瘤特征。通過RNA-seq和RT–PCR確認(rèn)了EWSR1和FLI1發(fā)生體細(xì)胞融合。 圖1 胰腺神經(jīng)內(nèi)分泌腫瘤中的突變特征 案例（2）全基因組測(cè)序確定EN1作為骨密度和骨折的決定因素 本研...
細(xì)菌基因組測(cè)序/小基因組測(cè)序(10K~1M的DNA序列) 隨著新一代測(cè)序技術(shù)的迅猛發(fā)展，全基因組測(cè)序已經(jīng)成為細(xì)菌基因組研究不可或缺的重要工具。新一代高通量測(cè)序技術(shù)大大降低了細(xì)菌基因組研究成本，縮短了研究周期，為實(shí)驗(yàn)室的細(xì)菌基因組研究提供了便利。 細(xì)菌不但個(gè)體微小，其基因組也比動(dòng)植物小得多，一般在10M以內(nèi)。微生物基因組測(cè)序能夠檢測(cè)微生物全基因組的核苷酸變異，通過全基因組測(cè)序，研究人員可以找到大量的單核苷酸多態(tài)性位點(diǎn)(SNP)、拷貝數(shù)變異(CNV)、插入缺失(InDel)、結(jié)構(gòu)變異(SV)等變異信息，應(yīng)用范圍涉及臨床醫(yī)藥研究、微生物致病性研究、物種進(jìn)化分析等領(lǐng)域。 1、實(shí)驗(yàn)方案 測(cè)序策略：Illumina MiSeq PE250/PE300 數(shù)據(jù)量：推薦測(cè)100×以上 2、數(shù)據(jù)分析 2.1 標(biāo)準(zhǔn)信息分析 （1）按標(biāo)準(zhǔn)流程進(jìn)行數(shù)據(jù)整理及數(shù)據(jù)質(zhì)量評(píng)估 （2）K-mer分析以及基因組大小估計(jì) （3）序列組裝 （4）組裝基因組的深度和覆蓋度分析 （5）組裝結(jié)果的核酸庫比對(duì)分析 （6）基因預(yù)測(cè) （7）基因功能注釋(GO-COG/KOG) （8）基因生物通路注釋(KEGG) 2.2 高級(jí)信息分析 （1）基因組詳細(xì)信息環(huán)形圖 （2）共線性分析 （3）基因家族分析 （4）CRISPR預(yù)測(cè) （5）基因島預(yù)測(cè)（毒力島） （6）前噬菌體預(yù)測(cè) （7）分泌蛋白預(yù)測(cè) （8）動(dòng)植物病原菌致病性分析等 3、技術(shù)流程 4、案例分析 案例（1）高通量測(cè)序分析發(fā)現(xiàn)新細(xì)菌 德國(guó)微生物學(xué)與細(xì)胞培養(yǎng)研究所微生物系最近從咸水環(huán)境微生物墊的低氧過渡區(qū)中分離培養(yǎng)獲得了一種中度嗜鹽，專性厭氧，分解糖類的細(xì)菌，并編碼代號(hào)為L(zhǎng)12-Fru-ABT。利用16s測(cè)序分析后發(fā)現(xiàn)該微生物應(yīng)該代表著一個(gè)新的種屬，研究發(fā)現(xiàn)該菌在各種缺/微氧環(huán)境中都廣泛存在，比如咸水環(huán)境，沸水和動(dòng)物腸道；隨后，研究人員利用全基因組測(cè)序方法對(duì)該菌進(jìn)行基因組序列分析，結(jié)合該菌的表型，推斷出L12-Fru-ABT該菌及其相關(guān)細(xì)菌是能夠?qū)ｉT適應(yīng)和利用微生物墊或生物膜產(chǎn)生的硫酸化的甘油聚合物。 圖1 基于16s rRNA基因測(cè)序的L21-Fru-ABT在發(fā)育樹的位置圖 圖2 K.glycovorans L21-Fru-ABT和幾個(gè)PVC superphylum的代表性細(xì)菌的基因組系統(tǒng)發(fā)育構(gòu)成成分 案例...
免疫組庫測(cè)序（華銀特色服務(wù)項(xiàng)目） 免疫組庫（Immune Repertoire，IR）是指某個(gè)個(gè)體在任何特定時(shí)間點(diǎn)其循環(huán)系統(tǒng)中所有功能多樣性B淋巴細(xì)胞和T淋巴細(xì)胞的總和。T細(xì)胞和B細(xì)胞分別介導(dǎo)機(jī)體的細(xì)胞免疫和體液免疫應(yīng)答，分別通過其表面的T細(xì)胞受體（TCR）和 B細(xì)胞受體（BCR）來識(shí)別和結(jié)合抗原，進(jìn)而發(fā)揮功能清除病原體或體內(nèi)腫瘤細(xì)胞。 免疫組庫高通量測(cè)序是通過多重PCR或SMART RACE法擴(kuò)增TCR/BCR全長(zhǎng)或CDR3區(qū)序列（主要是TCR的β鏈或BCR的重鏈），再結(jié)合高通量測(cè)序技術(shù)，對(duì)機(jī)體免疫組庫的多樣性及每種 T、B細(xì)胞克隆的獨(dú)特性序列組成和變化進(jìn)行分析，從而全面評(píng)估機(jī)體的免疫狀態(tài)，明確疾病與T、B細(xì)胞克隆組成及變化之間的關(guān)系。隨著免疫組庫高通量測(cè)序技術(shù)的不斷發(fā)展和成熟，基于免疫組庫多樣性變化特點(diǎn)的生物標(biāo)志物發(fā)現(xiàn)、腫瘤等疾病療效預(yù)測(cè)、疾病的易感性和抵抗性、感染性疾病及疫苗研究等方面都取得了重要進(jìn)展。 1、實(shí)驗(yàn)方案 測(cè)序平臺(tái)： Illumina MiSeq PE300 或 NextSeq 500 PE150 2、樣本要求 （1）分選的T或B細(xì)胞：建議細(xì)胞數(shù)103-107個(gè)，離心后保存于1ml Trizol中并混勻，低溫保存運(yùn)輸。 （2）外周血單個(gè)核細(xì)胞（PBMC）：建議細(xì)胞數(shù)103~107個(gè)，離心后保存于1ml Trizol中并混勻，低溫保存運(yùn)輸。 （3）新鮮全血：采集外周血于EDTA抗凝管內(nèi)，混勻后取 250μl，保存于750μl Trizol LS并混勻，低溫保存運(yùn)輸。 （4）組織：取50~100mg組織，保存于1ml Trizol中，低溫保存運(yùn)輸。 （5） 如果客戶自提 RNA，建議最好用進(jìn)口試劑或試劑盒提取，最后溶于無RNA酶的水中。如果是分離的PBMC，RNA濃度大于50ng/μL，總量大于500ng。如果用組織提 RNA，濃度＞500ng/μL，總量＞5μg。 3、技術(shù)優(yōu)勢(shì) （1）用免疫組庫擴(kuò)增最可靠的SMART RACE法，保證結(jié)果的可靠性和后期研究的方便性； （2）用最優(yōu)選最可靠的擴(kuò)增和建庫試劑，保證組庫序列擴(kuò)增的保真性和擴(kuò)增效率； （3）由武漢大學(xué)、中山大學(xué)、南方醫(yī)科大學(xué)以及美國(guó)斯坦福大學(xué)研究人員組成的專業(yè)的研究和分析團(tuán)隊(duì)，保證研究結(jié)果的可信度和可重復(fù)性； （4）針對(duì)不同樣品類型（細(xì)胞、組織、全血），不同濃度梯度細(xì)胞數(shù)（100個(gè)以上淋巴細(xì)胞）均可建庫測(cè)序； （5）運(yùn)用國(guó)際認(rèn)可的專業(yè)的免疫組庫分析模塊，并結(jié)合我們自己獨(dú)有的生物信息分析算法，所提供的標(biāo)準(zhǔn)...
