Nature子刊：基因组de novo是变异检查的首选技术邮件推送

204060 204060
20400204022
020 40
60 X
80 110200
140 0
20 Y
40 0 20 40 60 80 100
120 1
0224220100180160400 604020
2
80101020141061082002022040
240608010101201406300
插入缺失，高变区域检测
重测序
(BreakDancer软件) 50X
(pIndel软件) 50X
Insertions， inversions， deletions
SNP, Insertions，deletions
精确程度 Insertions
精确到单个碱基 87,457
模糊的区间 19,305
精确到单个碱基 142,908
版权所有：北京诺禾致源生物信息科技有限公司
诺禾致源微信文章 精彩阅读 >>
阅读原文>>
阅读原文>>
阅读原文>>
阅读原文>>
基因组de novo在变异检测的应用经验
大豆品种
检测SNP位点 基Hale Waihona Puke Baidu组装 基于reads
大豆A 大豆B 大豆C 大豆D 大豆E
4,619,824 4,757,192 4,078,278 4,281,052 3,731,804
2,628,590 2,455,793 2,333,148 2,372,879 1,929,195
四川农业大学与诺禾致源合作， 绘制高质量的藏猪基因组序列图 谱；通过比较基因组学分析和群 体遗传学分析对藏猪高原低氧环 境适应性进行了解析。
中科院动物所与诺禾致源合作， 绘制了金丝猴全基因组图谱，全 面系统地研究了金丝猴肠道宏基 因组，解析了金丝猴植食性适应 相关的基因。
南京农业大学与诺禾致源合作， 绘制了陆地棉全基因组图谱，为 进一步改良棉花的农艺性状提供 了基础，为多倍体植物的形成和 演化机制提供了新的启示。
诺禾致源在动植物全基因组测序领域一直处于领先地位， 以第一通讯作者发表基因组文章5篇（影响因子累计152.474），其中2篇为杂志封面文章 。
以李瑞强博士为首的技术团队先后开发了SOAPdenovo，SOAPdenovoII等组装软件， 并针对复杂基因组开发了NOVOheter软件，组装指标以及质量都得到国际认可。
前往阅读 >>
科技服务
基因组测序 转录调控测序 微生物基因组测序 人类基因组测序 建库测序
医学检测
肺癌 结直肠癌 消化道癌 乳腺癌
科学与技术
软件 实验技术 发表论文 硬件平台
市场与支持
产品文件 市场与活动 进展与动态
加入我们
社会招聘 校园招聘
关于我们
公司简介 办公环境 团队介绍 荣誉资质 联系我们 医学检验所
基因组de novo Vs. 重测序
参考Li,R等（2011，2012）的研究，以非洲人基因组检测为例，两种方法的各项参数比较如下：
African genome 测序深度
高效检测的变异类型
基因组 de novo
50X
SNP, Insertions，deletions， inversions，大片段（>10K）
地山雀基因组
Nature Communications
藏猪基因组
Nature Genetics
金丝猴基因组
Nature Genetics
陆地棉基因组
Nature Biotechnology
中科院动物所与诺禾致源合作， 绘制了地山雀全基因组图谱，重 新确立了地山雀的分类地位，阐 明了地山雀对低温低氧等极端环 境的适应机制。
阅读原文>>
应用经验 2
基于de novo组装的SV检测
发表于Nature Biotechnology上关于炎黄一号和另外一个非洲人的 SV变异检测的文章，基于de novo组装的方法进行变异检测，如左下 表所示。表中complex 区域代表染色体内及染色体间的大片段复制 及易位，可以看到，利用de novo组装的方法，可以对这些变异区域 的断点以及基因型信息进行准确检测，右下图是亚洲人各染色体上 变异检测类型的分布图。
26 717
Min. length (bp)
1 1 53 101 1 1 57 100
Max. length (bp)
22,617 7,916
13,149 2,260
23,203 6,160 2,785 5,683
阅读原文>>
1130800640020 0 1211002080604020 0
121000 80 60
重测序
resequencing主要基于reads比对的方法进行变异检测，对于SNP及小的结构变异方面的 检测，非常方便。 但是在indel，大片段的插入缺失，高变区域区域检测以及对拷贝数变异的敏感性较差。
基因组de novo
de novo组装不依赖于参考基因组，可以完整和准确的对复杂结构变异区域进行检测； 组装的精确性和完整性对变异检测有重要意义，组装序列较短，gap区域成为变异 检测研究的障碍。随着组装技术的不断改进，变异检测未来的研究会更准确可靠。
阅读原文>>
图3 大豆基因组中高变区域的变异检测
技术服务
领先的基因组学解决方案
进一步了解 >>
技术资料
基因组de novo、群体进化、变异检测、 遗传图谱、转录组、 ncRNA、
人类基因组、宏基因组、16S ……
前往下载 >>
硬件平台
中国最高通量基因测序中心
进一步了解 >>
项目文章
120+文章，710+影响因子
检测数目 错误率
Deletions Inversion & 复杂区域检测 （大片段插入缺失或高变区）
假阳性
假阴性
56,074 743 1.2% 9.6%
27,092 247
9.1-10.3% 26-32%
146,843 0
<2% 约 20%
阅读原文2011>> 阅读原文2012>>
诺禾致源基因组de novo成功经验
表2 YH和NA18507结构变异的信息
NA18507 YH
Insertion Deletion Inversion Complex Insertion Deletion Inversion Complex
No. of confident SVs
87,457 56,074
23 516 80,719 51,711
首页
提供领先的基因组学解决方案
Providing Advanced Genomic Solutions
科技服务
医学检测
科学与技术
市场与支持
加入我们
关于我们
nature
REVIEWS
GENETICS
基因组de novo
是变异检测的首选技术
基于de novo组装的变异检测技术
通过对基因组进行完整的序列拼接，可以有效检测基因组变异，也是long insertion和复杂 结构性变异的最好检测方法。同时，随着组装技术的不断升级，组装成本大幅降低， 基于de novo组装的结构变异检测已然成为高性价比的检测技术。其技术路线如下：
180
6
20
5110120140610080
80 60 40 20 0 180 160 140 120
0
20
40
60
80 100
4
图2 亚洲人各染色体上变异检测类型分布图
20
40 60
16
080
640200 17
0
604020 18
0
19
应用经验 3 基于de novo组装的CNV检测
在物种进化过程中，受到强烈人工选择的区域往往是快速进 化的区域，序列差异非常之大，对于高度变异的区域，短 reads无法比对上，难以进行变异检测（如图3中蓝色曲线所 示，由于read读长短，高变区域无法进行分辨）。只有通过 de novo组装，用较长的组装序列进行比对，才能准确识别出 高变区域所有的变异位点（如图3红色曲线所示）。
基因组de novo 重测序
图表1 基于de novo组装与基于reads检测到的SNP数量比较
应用经验 1 基于de novo组装的SNP检测
通过de novo组装获得物种全基因组序列之后，再通 过全基因组比对的手段检测变异位点，检测到的 SNP位点多，并且准确。
如图表1所示，在5个不同大豆品种中，通过de novo 组装检测到的SNP位点数量几乎是基于reads方法 检测到位点数量的两倍，且覆盖了绝大多数reads 所能检测到的SNP位点(>96%)，变异位点准确率 高达99%。
0
20
60 40
14
80
100
0
40 20
15
60 80 100
11
2040
10 181002000
4600 20 140 120 100
9 80
60 40 20
0 140 120 100
8 80
60 40 20
0
114201700080604020 0
1610410210008060 40
20 21