昆虫基因组模板

昆虫基因组整体解决方案

一、服务内容

完成昆虫基因组（估计大小0.4Gb）精细图绘制，达到国际公认的标准，具体指标：基因组覆盖度达到95%以上，基因区覆盖度达到98%以上，单碱基的错误率达到10万分之一以内。进行基因组的组装和注释，深入挖掘基因组上的信息。协助撰写科研论文，发表在国际顶级杂志上。同时可以协助搭建生物信息分析平台，培养相关技术人员，以应对大规模基因组数据的深入挖掘工作。如需要可以构建昆虫基因组数据库，增加项目的国际国内影响力。

二、研究计划及技术路线

昆虫基因组计划拟采用全基因组鸟枪法进行测序，使用Sanger测序法、454测序技术和Solexa测序技术相结合的方法，根据基因组的重复序列等组分特点，搭配三种测序技术的测序数量，保证整体测序深度在50倍以上，以保证单碱基的准确性和基因组的完整性。

根据目前的技术，Solexa双末端测序已经能够达到150bp，突破了组装上的80bp随机组装干扰的限制，使根据序列之间的交叠组装出的Contig长度大大提高；而且插入片段的长度也在不断增加，从200bp，500bp到2Kb，10Kb形成梯度，也大大提高了组装出的Scaffold的长度。

通过三种技术的比较，Solexa的性价比是最高的，所以可以使用Solexa技术进行深度测序，通过对单碱基的高深度重复测序，使单碱基的质量大大提高。这一点是454测序技术和Sanger测序技术不能比拟的。对于昆虫基因组中长度较大的重复序列，需要有更长的插入片段（BAC/Fosmid）末端测序来协助组装，以构建更大的Super Scaffold。

昆虫基因组测序计划：

完成昆虫基因组精细图。精细图具体技术指标：基因组覆盖度达到95%以上，

基因区覆盖度达到98%以上，单碱基的错误率达到万分之一以内，整体基因组覆盖深度不低于50倍覆盖度。对基因组精细图进行详细基因注释，基因功能注释，基因代谢途径注释和比较基因组学分析。通过成梯度的插入片段的文库两端正反向测序数据，以提高组装的效果。将Sanger测序法，454测序技术和Solexa测序技术结合起来，根据昆虫基因组的重复序列特点，搭配三种测序数据的测序量，以达到最优投入产出比。

根据以上三种测序技术的测序结果，我们预计得到如下结果：

1.拼接完成昆虫基因组的精细图：

a)基因组覆盖率>95%；

b)基因区覆盖率>98%；

c)拼接片段长度达到数百Kb或几Mb；

d)单碱基错误率在10万分之一以下；

2.全基因组基因详细注释：

a)基因组组分分析；

b)编码基因预测；

c)重复序列注释；

d)Non-coding RNA基因注释；

e)microRNA基因注释；

f)tRNA基因注释；

g)假基因（Pseudogene）注释；

3.基因功能注释：

a)GO注释（Gene Ontology）

b)InterproScan注释；

c)调控Motif预测；

4.比较基因组及分子进化分析：

a)鳞翅目特有基因组区段检测；

b)鳞翅目特有基因检测；

c)鳞翅目快速进化基因检测；

d)共线性分析（Synteny Block）

e)基因家族分析；

5.如果需要可以构建对昆虫因组数据库，按照国际标准，把对昆虫因组数据方

便快捷的呈现在全球的科学家面前，同时帮助实现数据管理的标准化和自动化，提高本项目的影响力，费用另计。

三、项目时间计划

a)测序工作，自样品检测合格后3个月完成，达到精细图要求测序覆盖度；

b)测序工作完成后，生物信息分析工作4个月完成，完成精细图相关信息

分析；

c)如需要构建对昆虫因组数据库，需要增加2个月时间，以完成数据库的

设计，开发和调试。

d)如需要在本地构建生物信息分析平台，及生物信息分析人员的培训，可

以选派3-5人都华大进行实地培训，培训期6个月。一方面具体跟进对

昆虫因组项目的进展，另一方面学习生物信息学的相关分析思路和方法，为将来进一步挖掘对昆虫因组上的信息打下基础。

四、项目报酬及其支付方式

（一）项目报酬

项目总体经费人民币捌佰万元整（¥8,000,000.00）。

（二）支付方式

a）合同生效后5个工作日内，甲方单位支付华大基因人民币肆佰捌拾万元整（￥4,800,000.00）。

b）华大基因完成精细图所要求的测序覆盖度、组装成精细图之后，甲方单位支付华大基因人民币叁佰贰拾万元整（￥3,200,000.00）。

五、成果归属

本项目产生的数据和科研论文署名权及改项目所产生的专利等成功归双方共同所有。