必赢

  • <tr id='nw6WU1'><strong id='nw6WU1'></strong><small id='nw6WU1'></small><button id='nw6WU1'></button><li id='nw6WU1'><noscript id='nw6WU1'><big id='nw6WU1'></big><dt id='nw6WU1'></dt></noscript></li></tr><ol id='nw6WU1'><option id='nw6WU1'><table id='nw6WU1'><blockquote id='nw6WU1'><tbody id='nw6WU1'></tbody></blockquote></table></option></ol><u id='nw6WU1'></u><kbd id='nw6WU1'><kbd id='nw6WU1'></kbd></kbd>

    <code id='nw6WU1'><strong id='nw6WU1'></strong></code>

    <fieldset id='nw6WU1'></fieldset>
          <span id='nw6WU1'></span>

              <ins id='nw6WU1'></ins>
              <acronym id='nw6WU1'><em id='nw6WU1'></em><td id='nw6WU1'><div id='nw6WU1'></div></td></acronym><address id='nw6WU1'><big id='nw6WU1'><big id='nw6WU1'></big><legend id='nw6WU1'></legend></big></address>

              <i id='nw6WU1'><div id='nw6WU1'><ins id='nw6WU1'></ins></div></i>
              <i id='nw6WU1'></i>
            1. <dl id='nw6WU1'></dl>
              1. <blockquote id='nw6WU1'><q id='nw6WU1'><noscript id='nw6WU1'></noscript><dt id='nw6WU1'></dt></q></blockquote><noframes id='nw6WU1'><i id='nw6WU1'></i>
                首页 科研神器 云平台

                生信分析

                首页 > 高通量测序数据分析 > 基因组测序/芯片
                基因组测序/芯片

                一、 外显♀子测序


                1.     背景介绍

                       外显子(exon)是真核生物基因的一部分,包含着合成蛋白质所需要的信息。全部外显子被称ω为外显子组Exome)。外显子组测序(Exome sequencing)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。由于外显子组测序◥捕获目标区域只占人类基因组◢长度的约1%,因此远比进行全基因组序列测序来得更简便、经济,目标区域覆盖度也更高,便于变异检测。

                 该项技术可用于以下研究

                       1)检测疾病样本中外显子区域内高风险碱基变异位点;

                       2)配合大样本分析,确定孟德尔遗传疾病相关外显子SNP位点和基因;

                       3)在癌症研究过ㄨ程中,检测癌症样本外▽显子区域内的体细胞突变位点和潜在的融合基因;

                       4)用于种群遗传学研究的大规模样本基因组分析,检测SNP位点、LD并绘制种群图谱。

                 

                2.     数据处理和分析流程图


                image.png



                标准分析:

                1) 数▲据质控和筛选;

                2) 与参考基因组比对,得到测序深度Reads分布和覆盖度统计;

                3) SNPsmall Indel检测

                4) SNPsmall Indel矫正

                高级分析:

                1) 可√信位点筛选;

                2) 体细胞突变位点筛选(癌症)

                3) 位点注释(邻近基因区域与功能注释、邻近结构域注释、邻近顺势调控区域注释、编码区内■位点的变异类型;变异位点保守性检测、变异位点风险评估)

                4) 数据集图片类型统计(多样本);

                5) 变异位㊣点区域分布(多样本);

                6) 高频变异位点/基因统计(多样本);

                7) GWAS分析(大样本量);


                image.png

                示例图1 各类型SNV在样本中的个数统计

                image.png

                示例图2 不同类型外显子区域上的SNV类型统计

                image.png

                示例图3 融合基因预测


                image.png

                示例图 大量样本的GWAS分析结果

                image.png

                示例图 肿瘤样本高频率突变基因统计㊣ 






                二、全基因组重〓测序


                1.    背景介绍

                全基因组重测序是基于Illumina测序平台,对已有的参考基因组序列的物种进行个体或群体的全基因组测序,结合高通量测序和生◢物信息学分析方法,识别、发现de novosomaticgerm line突变,包括单个核苷酸多态性位点(SNP)、插入缺失(InDel)突变、结构变异(SNV)、拷贝数变异(CNV)、杂合性缺失(LOH)、融合基因发现等多态性信息,获得生物学遗传特征,进行遗传进化分析,预测与进化选择相关的候选◢基因mutation之间的关系。

                2.    实验流程

                收集样品和〇采集信息后,提取样本基因▲组DNA(或者客户提供提取好的基因组DNA),对提取的基因组DNA进行质量检测(检测项目包括抽提的DNA的纯度、浓度等质▅量问题)。对检验合格的样品进行文库制备和检测。对质检合格的文库进行上机测序,流程图㊣ 如图所示:

                image.png

                3.  项目服①务要求

                1) 样本准备

                样品要求:DNAOD值(260/280)在1.8-2.0之间,无RNA污染;

                          DNA浓度≥50 ng/μL,每个样品的DNA总量≥15μg

                          DNA样品╲需溶解在H2O或者TEpH8.0)中,低温、密封运输(-20,或者干冰)

                2) 测序深度

                1SNP变异检测——5X以上;

                2)鉴定绝大部◆分SNPs——30X

                3SV检测——10X以上;

                          4)癌症组织中较大的SV——50X以上;

                          5)群体重测序——10X

                3) 分析内容

                1 测序数据统计及质量评估;

                2 SNP检测及在基√因组中的分布;

                3InDel检测及在∮基因组的分布;

                4Structure Variation检测及在基因组中☉的分布;

                5)移码突变的╳分布;

                6)融合基※因的发现;

                7DNA水平差▃异基因分析;

                8)遗传进化分析(多样本);

                9)单体卐型预测(多样本);

                10)全∞基因组关联分析(多样本);

                4. 预期结果(部分结果展示)

                1SNP突变趋势与模式分析Ψ △

                image.png

                2SNP在染色体上的定位分析


                image.png

                3SV偏好性分析★


                image.png

                4CNV在染色体上←分布

                image.png

                5)全基因组全局重排分布特征分析

                image.png