高通量测序常用名词汇总

高通量测序常用名词汇总技术支持Q20值是指的测序过程碱基识别（Base Calling）过程中,对所识别的碱基给出的错误概率. 如果质量值是Q20,则错误识别的概率是1%,即错误率1%,或者正确率是99%；如果质量值是Q30,则错误识别的概率是0.1%,即错误率0.1%,或者正确率是99.9%；如果质量值是Q40,则错误识别的概率是0.01%,即错误率0.01%,或者正确率是99.99%；你发现规律没有,Q“N”0的质量值,就是正确率有N个9的百分比,这样就非常容易记忆了.基因高通量测序中，每测一个碱基会给出一个相应的质量值，这个质量值是衡量测序准确度的。

碱基的质量值13，错误率为5%，20的错误率为1%，30的错误率为0.1%。

行业中Q20与Q30则表示质量值≧20或30的碱基所占百分比。

例如一共测了1G的数据量，其中有0.9G的碱基质量值大于或等于20，那么Q20则为90%。

Q20值是指的测序过程碱基识别（Base Calling）过程中，对所识别的碱基给出的错误概率。

质量值是Q20，则错误识别的概率是1%，即错误率1%，或者正确率是99%；质量值是Q30，则错误识别的概率是0.1%，即错误率0.1%，或者正确率是99.9%；质量值是Q40，则错误识别的概率是0.01%，即错误率0.01%，或者正确率是99.99%；一代测序技术：即传统的Sanger测序法，Sanger法是根据核苷酸在待定序列模板上的引物点开始，随机在某一个特定的碱基处终止，并且在每个碱基后面进行荧光标记，产生以A、T、C、G结束的四组不同长度的一系列核苷酸，每一次序列测定由一套四个单独的反应构成，每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。

由于ddNTP缺乏延伸所需要的3-OH 基团，使延长的寡聚核苷酸选择性地在G、A、T或C处终止，使反应得到一组长几百至几千碱基的链终止产物。

它们具有共同的起始点，但终止在不同的的核苷酸上，可通过高分辨率变性凝胶电泳分离大小不同的片段，通过检测得到DNA碱基序列。

二代测序技术：next generation sequencing（NGS）又称为高通量测序技术，与传统测序相比，二代测序技术可以一次对几十万到几百万条核酸分子同时进行序列测定，从而使得对一个物种的转录组和基因组进行细致全貌的分析成为可能，所以又被称为深度测序（Deep sequencing）。

NGS主要的平台有Roche（454 & 454+），Illumina（HiSeq 2000/2500、GA IIx、MiSeq），ABI SOLiD等。

基因：Gene，是遗传的物质基础，是DNA或RNA分子上具有遗传信息的特定核苷酸序列。

基因通过复制把遗传信息传递给下一代，使后代出现与亲代相似的性状。

DNA：Deoxyribonucleic acid，脱氧核糖核酸，一个脱氧核苷酸分子由三部分组成：含氮碱基、脱氧核糖、磷酸。

脱氧核糖核酸通过3',5'-磷酸二酯键按一定的顺序彼此相连构成长链，即DNA链，DNA链上特定的核苷酸序列包含有生物的遗传信息，是绝大部分生物遗传信息的载体。

RNA：Ribonucleic Acid，，核糖核酸，一个核糖核苷酸分子由碱基，核糖和磷酸构成。

核糖核苷酸经磷酯键缩合而成长链状分子称之为RNA链。

RNA是存在于生物细胞以及部分病毒、类病毒中的遗传信息载体。

不同种类的RNA链长不同，行使各式各样的生物功能，如参与蛋白质生物合成的RNA有信使RNA、转移RNA和核糖体RNA等。

16S rDNA："S"是沉降系数，是反映生物大分子在离心场中向下沉降速度的一个指标，值越高，说明分子越大。

rDNA（ribosome DNA）指的是原核生物基因组中编码核糖体RNA（rRNA）分子对应的DNA序列，16S rDNA是原核生物编码核糖体小亚基16S rRNA的基因。

细菌rRNA（核糖体RNA）按沉降系数分为3种，分别为5S、16S和23S rRNA。

16S rDNA是细菌染色体上编码16S rRNA相对应的DNA序列，存在于所有细菌染色体基因中。

16S rRNA 普遍存在于原核生物中。

16S rRNA 分子，其大小约1540bp，既含有高度保守的序列区域，又有中度保守和高度变化的序列区域，其可变区序列因细菌不同而异，恒定区序列基本保守，所以可利用恒定区序列设计引物，将16S rDNA片段扩增出来，通过高通量测序利用可变区序列的差异来对不同菌属、菌种的细菌进行分类鉴定。

cDNA：complementary DNA，互补脱氧核糖核酸，与RNA链互补的单链DNA，以RNA为模板，在反转录酶的作用下所合成的DNA。

Small RNA：生物体内一类高度保守的重要的功能分子，其大小在18-30nt，包括microRNA、siRNA、snRNA、snoRNA和piRNA（piwi-interacting RNA）等，它的主要功能是诱导基因沉默，调控细胞生长、发育、基因转录和翻译等生物学过程。

以miRNA为例介绍它们的功能：miRNA与RNA诱导沉默复合体（RNA induced silencing complex, RISC）结合，并将此复合体与其互补的mRNA序列结合，根据靶序列与miRNA的互补程度，从而导致靶序列降解或干扰靶序列蛋白质的翻译过程。

SD 区域：Segment duplication，串联重复是由序列相近的一些 DNA 片段串联组成。

串联重复在人类基因多样性的灵长类基因中发挥重要作用。

Genotype and phenotype：基因型与表型，基因型是指某一生物个体全部基因组合的总称；表型，又称性状，是基因型和环境共同作用的结果。

基因组：Genome，单倍体细胞核、细胞器（线粒体、叶绿体）或病毒粒子所含的全部DNA 分子或RNA分子。

全基因组de novo测序：又称从头测序，它不依赖于任何现有的序列资料，而直接对某个物种的基因组进行测序，然后利用生物信息学分析手段对序列进行拼接、组装，从而获得该物种的基因组序列图谱。

全基因组重测序：对已有参考序列（Reference Sequence）物种的不同个体进行基因组测序，并以此为基础进行个体或群体水平的遗传差异性分析。

全基因组重测序能够发现大量的单核苷酸多态性位点（SNP）、拷贝数变异（Copy Number Variation，CNV）、插入缺失（InDel，Insertion/Deletion）、结构变异（Structure Variation，SV）等变异类型，以准确快速的方法将单个参考基因组信息上升为群体遗传特征。

转录组：Transcriptome，是指特定生长阶段某组织或细胞内所有转录产物的集合；狭义上指所有mRNA的集合。

转录组测序：对某组织在某一功能状态下所能转录出来的所有RNA进行测序，获得特定状态下的该物种的几乎所有转录本序列信息。

通常转录组测序是指对mRNA进行测序获得相关序列的过程。

其根据所研究物种是否有参考基因组序列分为转录组de novo测序（无参考基因组序列）和转录组重测序（有参考基因组序列）。

外显子组：Exome，人类基因组全部外显子区域的集合称为外显子组，是基因中重要的编码蛋白的部分，并涵盖了与个体表型相关的大部分的功能性变异。

外显子组测序：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。

外显子测序相对于基因组重测序成本较低，对研究已知基因的SNP、InDel 等具有较大的优势。

目标区域测序：应用相关试剂盒对基因组上感兴趣的目标区域进行捕获富集后进行大规模测序，一般需要根据目标区域专门定制捕获芯片。

宏基因组：Metagenome，指特定生活环境中全部微小生物遗传物质的总和。

它包含了可培养的和未可培养的微生物的基因。

目前主要指环境样品中的细菌和真菌的基因组总和。

宏基因组16S rRNA测序：可以对特定环境下的细菌和古细菌群体的微生物种类和风度进行有效的鉴定。

对不同地点、不同条件下的多个样本16S rRNA的PCR产物平行测序，可以比较不同样本间的微生物组成及成分差异，进而阐明物种丰度、种群结果等生态学信息。

表观遗传学：Epigenetics，是指在基因组DNA序列没有改变的情况下，基因的表达调控和性状发生了可遗传的变化。

表观遗传的现象很多，已知的有DNA甲基化（DNA methylation），基因组印记（genomic impriting），母体效应（maternal effects），基因沉默（gene silencing），核仁显性，休眠转座子激活和RNA编辑（RNA editing）等。

全基因组甲基化测序：DNA 甲基化是指在 DNA 甲基化转移酶的作用下，在基因组 CpG 二核苷酸的胞嘧啶5'碳位共价键结合一个甲基基团。

DNA 甲基化已经成为表观遗传学和表观基因组学的重要研究内容。

甲基化是基因表达的主要调控方式之一，研究染色体DNA甲基化情况是了解基因调控的重要手段。

对已经有参考基因组的物种的基因组DNA用标准亚硫酸氢盐（Bisulfite）处理后，未甲基化的胞嘧啶C会脱氨基形成尿嘧啶U，经PCR扩增，U 替换为胸腺嘧啶T，而发生甲基化的胞嘧啶C保持不变。

将处理组与参考基因组序列进行比对，可发现甲基化位点并对甲基化情况进行定量分析的方法叫做全基因组甲基化测序。

ChIp-Seq：Chromatin Immunoprecipitation sequencing，即染色质免疫共沉淀-测序技术，即通过染色质免疫共沉淀技术特异性地富集目的蛋白结合的DNA片段。

对富集得到的DNA 片段进行纯化与文库构建，然后进行高通量测序，从而得到全基因组范围内可以与目的蛋白相互作用的DNA片段的方法叫做ChIP-Seq。

数字表达谱：Digital Gene Expression Profile，利用新一代高通量测序技术和高性能计算分析技术，能够全面、经济、快速地检测某一物种特定组织在特定状态下的基因表达情况，即运用特定的酶对mRNA距polyA tail 21-25nt的位置进行酶切，所获得的带polyA 尾的序列(Tag)通过高通量测序，该tag被测得的次数即是对应基因的表达值。

数字基因表达谱已被广泛应用于基础科学研究、医学研究和药物研发等领域。

特点是经济，但获得的数据量有限。

若想获得转录本的更多信息的话，一般都采用转录组测序的方法来测序。

SBS：sequencing by synthesis，边合成边测序反应，是指在DNA聚合酶的作用下延伸碱基所进行的测序。