管家婆论坛新版2020

全基因组重测序

产品概述

全基因组重测序是对基因组序列已知物种的某个个体进行基因组测序,通过在个体或群体水平进行序列差异性分析,以此获得与疾病、重要遗传性状或进化等相关的重要遗传信息。测序成本的降低极大促进了全基因组重测序技术在动植物分子育种、群体进化、药物研发、疾病研究和临床研究诊断中的应用。与芯片或者外显子测序相比,全基因组重测序可以更全面的挖掘基因序列差异和结构变异,鉴定生物体重要性状相关的突变位点,具有重大的科研价值和产业价值。


技术路线



重要参数指标

样品要求

样品类型:新鲜组织、细胞、FFPE等样本总量及浓度:DNA不低于3μg样品浓度:不低于20ng/μL

管家婆论坛新版2020  

测序策略

肿瘤组织:不低于60X

本底或正常对照:不低于30X单基因病:不低于50X





生物信息分析

基本分析

● 数据质控

管家婆论坛新版2020 ● SNP/InDel突变统计、注释


肿瘤高级分析

● 成对的样本(normaltumor) SNV、Somatic InDel、CNV检测
● 氨基酸置换预测
● Pathway,Go富集分析
● SV检测
● 病毒整合分析
● 筛选影响功能元件的变异
● 筛选出的突变与已知数据库的注释和过滤(1000Genome,dbSNP等)
● De novo突变分析等
● HMM预测
● 氨基酸保守性预测
● Go功能注释分析和KEGG通路富集分析等


研究方向


案例分析

案例分析-分子分型

肿瘤传统分型采用的病理标准主要依据其组织来源,但大规模基因组学研究已经描绘出数千种不同肿瘤的详细分子特征,这使得系统性的分子分型成为可能。由美国政府发起的癌症和肿瘤基因图谱( Cancer Genome Atlas , TCGA)计划,采用大规模的基因组测序技术,将50种包括亚型在内的不同类型的肿瘤基因组变异图谱绘制出来,并进行系统分析,旨在了解癌细胞发生、发展的机制,在此基础上取得新的诊断和治疗方法,以此勾勒出新的预防癌症的策略。该项目的研究成果表明每个单一组织来源的肿瘤可进一步分成3-4种不同的分子亚型。

管家婆论坛新版2020  

本研究整合TCGA项目的12种不同类型肿瘤的多组学数据,利用生物信息学建立基于分子特征统计分类方法,鉴定出11种亚型,发现组织来源可将大部分肿瘤进行较好的分类,但大约10%需要通过分子分型的方法重新分类。



图一 基于分子分型的11种不同分类

Katherine A. H, et al. Multiplatform Analysis of 12 Cancer Types Reveals Molecular Classification within and across Tissues of  Origin. Cell, 2014.




广帆公司