Biostar handbook学习笔记五-基因组测序技术原理简介

测序技术及原理比较

第X代	公司	平台名称	测序方法	检测方法	大约读长(碱基数)	优点	相对局限
第一代	ABI/生命技术公司	3130xL-3730xL	桑格-毛细管电泳测序法	荧光/光学	600-1000	高读长，准确度一次性达标率高，能很好处理重复序列和多聚序列	通量低；样品制备成本高
第二代	Roche/454	基因组测序仪FLX系统	焦磷酸测序法	光学	230-400	在第二代中最高读长；比第一代的测序通量大	样品制备较难
第二代	Illumina	HiSeq2000,HiSeq2500/MiSeq	链终止物和合成测序法	荧光/光学	2x150	高测序通量	仪器昂贵
第三代	太平洋生物科学公司	PacBio RS	实时单分子DNA测序	荧光/光学	~1000	高平均读长，比第一代的测序时间降低；不需要扩增；最长单个读长接近3000碱基	并不能高效地将DNA聚合酶加到测序阵列中；准确性一次性达标的机会低
第三代	牛津纳米孔公司	gridION	纳米孔外切酶测序	电流	尚未定量	有潜力达到高读长；可以成本生产纳米孔	切断的核苷酸可能被读错方向；难于生产出带多重平行孔的装置

测序质量控制：

FASTQ文件中测序Reads需要与指定的参考基因组进行序列比对，定位cDNA片段在基因组或基因上的位置。在序列比对之前，首先需要确保这些Reads有足够高的质量，以保证后续分析的准确。测序质量控制方式如下：
(1) 去除测序接头以及引物序列；
(2) 过滤低质量值数据，确保数据质量。
经过上述一系列的质量控制之后得到高质量Reads或碱基，称为Clean Data。Clean Data同样以FASTQ格式提供。

使用fastqc软件来展示测序数据的质量:

1. 安装fastqc
   注意将fastqc加入到系统环境变量中。
2. 在命令行中直接运行命令
   fastqc seqfile1.fq [-o output dir] [--(no)extract] [-f fastq|bam|sam] [-c contaminant file]
   output dir指的是输出结果路径
   extract参数指的是输出结果是否解压
   -f 参数 是输入文件的格式，指的是测序数据
3. 或者运行fastqc：
   fastqc seqfile1.fq seqfile2.fq