基本介紹

1.概述

DNA測序（DNA sequencing）作為一種重要的實驗技術，在生物學研究中有著廣泛的應用。早在DNA雙螺旋結構（Watson and Crick,1953)被發(fā)現(xiàn)后不久就有人報道過DNA測序技術，但是當時的操作流程復雜，沒能形成規(guī)模。隨后在1977年Sanger發(fā)明了具有里程碑意義的末端終止測序法，同年A.M.Maxam和W.Gilbert發(fā)明了化學降解法。Sanger法因為既簡便又快速，并經過后續(xù)的不斷改良，成為了迄今為止DNA測序的主流。然而隨著科學的發(fā)展，傳統(tǒng)的Sanger測序已經不能完全滿足研究的需要，對模式生物進行基因組重測序以及對一些非模式生物的基因組測序，都需要費用更低、通量更高、速度更快的測序技術，第二代測序技術（Next-generation sequencing)應運而生。第二代測序技術的核心思想是邊合成邊測序^[1]（Sequencing by Synthesis)，即通過捕捉新合成的末端的標記來確定DNA的序列，現(xiàn)有的技術平臺主要包括Roche/454 FLX、Illumina/Solexa genome Analyzer和Applied Biosystems SOLID system。這三個技術平臺各有優(yōu)點，454 FLX的測序片段比較長，高質量的讀長（read）能達到400bp；Solexa測序性價比最高，不僅機器的售價比其他兩種低，而且運行成本也低，在數(shù)據量相同的情況下，成本只有454測序的1/10；SOLID測序的準確度高，原始堿基數(shù)據的準確度大于99.94%，而在15X覆蓋率時的準確度可以達到99.999%，是目前第二代測序技術中準確度最高的。雖然第二代測序技術的工作一般都由專業(yè)的商業(yè)公司來完成，但是了解測序原理、操作流程等會對后續(xù)的數(shù)據分析有很重要的作用，下文將以Illumina/Solexa Genome Analyzer 測序為例，簡述第二代測序技術的基本原理、操作流程等方面。

2.基本原理

Illumina/Solexa Genome Analyzer測序的基本原理是邊合成邊測序。在Sanger等測序方法的基礎上，通過技術創(chuàng)新，用不同顏色的熒光標記四種不同的dNTP，當DNA聚合酶合成互補鏈時，每添加一種dNTP就會釋放出不同的熒光，根據捕捉的熒光信號并經過特定的計算機軟件處理，從而獲得待測DNA的序列信息。

3.操作流程

1）測序文庫的構建（Library Construction）

首先準備基因組DNA（雖然測序公司要求樣品量要達到200ng，但是Gnome Analyzer系統(tǒng)所需的樣品量可低至100ng,能應用在很多樣品有限的實驗中），然后將DNA隨機片段化成幾百堿基或更短的小片段，并在兩頭加上特定的接頭（Adaptor）。如果是轉錄組測序，則文庫的構建要相對麻煩些，RNA片段化之后需反轉成cDNA，然后加上接頭，或者先將RNA反轉成cDNA，然后再片段化并加上接頭。片段的大?。↖nsert size）對于后面的數(shù)據分析有影響，可根據需要來選擇。對于基因組測序來說，通常會選擇幾種不同的insert size，以便在組裝（Assembly）的時候獲得更多的信息。

2）錨定橋接（Surface Attachment and Bridge Amplification）

Solexa測序的反應在叫做flow cell的玻璃管中進行，flow cell又被細分成8個Lane，每個Lane的內表面有無數(shù)的被固定的單鏈接頭。上述步驟得到的帶接頭的DNA 片段變性成單鏈后與測序通道上的接頭引物結合形成橋狀結構，以供后續(xù)的預擴增使用。

3）預擴增（Denaturation and Complete Amplification）

添加未標記的dNTP 和普通Taq 酶進行固相橋式PCR 擴增，單鏈橋型待測片段被擴增成為雙鏈橋型片段。通過變性，釋放出互補的單鏈，錨定到附近的固相表面。通過不斷循環(huán)，將會在Flow cell 的固相表面上獲得上百萬條成簇分布的雙鏈待測片段。

4）單堿基延伸測序（Single Base Extension and Sequencing）

在測序的flow cell中加入四種熒光標記的dNTP 、DNA 聚合酶以及接頭引物進行擴增，在每一個測序簇延伸互補鏈時，每加入一個被熒光標記的dNTP就能釋放出相對應的熒光，測序儀通過捕獲熒光信號，并通過計算機軟件將光信號轉化為測序峰，從而獲得待測片段的序列信息。從熒光信號獲取待測片段的序列信息的過程叫做Base Calling，Illumina公司Base Calling所用的軟件是Illumina’s Genome Analyzer Sequencing Control Software and Pipeline Analysis Software。讀長會受到多個引起信號衰減的因素所影響，如熒光標記的不完全切割。隨著讀長的增加，錯誤率也會隨之上升。

5）數(shù)據分析（Data Analyzing）

這一步嚴格來講不能算作測序操作流程的一部分，但是只有通過這一步前面的工作才顯得有意義。測序得到的原始數(shù)據是長度只有幾十個堿基的序列，要通過生物信息學工具將這些短的序列組裝成長的Contigs甚至是整個基因組的框架，或者把這些序列比對到已有的基因組或者相近物種基因組序列上，并進一步分析得到有生物學意義的結果。