欧美国产一区二区三区在线播放,国产欧美日韩精品久久久久久,亚洲高清精品一区二区三区,久久国产激情情播放

24小時*365天服務(wù)熱線: 400-888-1223 | 員工通道
微信二維碼
在線客服
返回頂部
基因組學(xué)水平

單細(xì)胞基因組測序


單細(xì)胞基因組測序是在單細(xì)胞水平對全基因組進(jìn)行擴(kuò)增與測序的一項新技術(shù)。其原理是將分離的單個細(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、實驗方案

   測序策略:Illumina HiSeq X  PE 150

   數(shù)據(jù)量:推薦30~50×測序深度

2、技術(shù)優(yōu)勢

(1) 多種變異檢測:單核苷酸多態(tài)性(SNP)、插入缺失(InDel)和結(jié)構(gòu)變異(SV);

(2) 與芯片方法比較,可以檢測到新的變異序列;

(3)與人類全基因組從頭測序相比,耗時更短、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)量評估;

(2)與參考基因組比對;

(3)SNP的檢測及其在基因組的分布;

(4)InDel的檢測及其在基因組的分布;

(5)CNV的檢測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)胞基因組測序解構(gòu)正常成人大腦的單個神經(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的健康大腦中分離出了36個神經(jīng)元并測序了它們的基因組。為了進(jìn)行比較,科學(xué)家們還從每個個體的心臟中分離出了細(xì)胞進(jìn)行DNA測序。他們發(fā)現(xiàn)每個神經(jīng)元的基因組都是獨特的。每個神經(jīng)元都有1000多個點突變,只有少數(shù)突變出現(xiàn)在一個以上的細(xì)胞中。盡管神經(jīng)元中的大多數(shù)突變是獨特的,一小部分出現(xiàn)在了多個細(xì)胞中。這表明了這些突變起源于腦細(xì)胞仍在分裂之時——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。

1 腦中體細(xì)胞SNV位點與神經(jīng)系統(tǒng)功能和疾病相關(guān)


       案例2 一種新的單細(xì)胞基因組測序方法-組合索引測序

       單細(xì)胞基因組測序?qū)z測體細(xì)胞突變是很有效的手段,特別是在腫瘤進(jìn)化的背景下。因當(dāng)前建庫成本較高,限制了可被評估的細(xì)胞數(shù)目,從而限制了組織異質(zhì)性的檢測。該研究開發(fā)了單細(xì)胞組合索引測序(SCI-seq),該方法可同時產(chǎn)生數(shù)千個低通的單細(xì)胞文庫以檢測體細(xì)胞拷貝數(shù)變異。研究人員從培養(yǎng)的細(xì)胞系、靈長類動物前額皮質(zhì)組織和兩個人腺癌樣本中構(gòu)建了16698個單細(xì)胞文庫,并詳細(xì)評估了胰腺腫瘤的亞克隆變異。

圖1 恒河猴腦中的體細(xì)胞CNV



參考文獻(xiàn)

[1] Lodato et al. Somatic mutation in single human neurons tracks developmental and transcriptional history. Science, 2015.

[2] Vitak et al. Sequencing thousands of single-cell genomes with combinatorial indexing. Nature Methods, 2017.

南平市| 嘉义市| 靖边县| 大竹县| 常熟市| 侯马市| 仁布县| 新宾| 衢州市| 乌鲁木齐市| 墨玉县| 保山市| 景德镇市| 新蔡县| 婺源县| 芒康县| 璧山县| 凤城市| 新丰县| 敖汉旗| 岳阳县| 克什克腾旗| 皋兰县| 桑植县| 讷河市| 阜平县| 大丰市| 麟游县| 贵德县| 甘南县| 宕昌县| 安义县| 南投县| 右玉县| 平塘县| 白沙| 胶南市| 南昌市| 法库县| 调兵山市| 同德县|