三代、光学、Hi-C建库测序

打造最完美基因组

产品介绍

ha4xi_qray6g2pwkn_d

本方案适合各种类型基因组的优化提升的建库测序方案,

最大程度上解决组装难题,并完成组装纠错和染色体挂载,

直接组装出染色体级别的最高质量基因组图谱。

基因组组装质量更高
基因组组装错误率更低
可以修正基因组组装错误
直接挂在到染色体水平

PacBio三代建库测序

-rsii
DNA需求 组织量 样本要求
30ug
50ng/ul
植物:10g

动物:5g

全血:15ml

1.8≤OD 260/2802.02.0OD 260/2302.2

DNA主带明显,无降解,条带长度23kb

BioNano光学图谱建库测序

0b79e9398fad00df9a89e324e7ae6fb0
DNA需求 组织样本量 样本要求
20ug 植物:15g

动物:20g

全血:10ml

植物黄化幼嫩组织;
动物:首选全血

Hi-C技术建库测序

f791dcf4-c960-482f-8306-b5d1fff35611
DNA需求 组织样本量 样本要求
植物:10g

动物:10g

全血:10ml

植物活体;
动物:选择全血或细胞悬浮液。

服务流程

  • 样品寄送

  • 建库测序

  • 数据分析

  • 出具报告

  • 售后答疑

产品优势

         百迈客公司成立于2009年,深耕基因组测序领域8年之久,

是目前国内为数不多的拥有最强基因组测序平台的公司,

其拥有二代测序仪,三代测序仪(RS II 和sequel),光学图谱Irys,Hi-C组装技术等。

拥有自主研发的领先的基因组测序和分析技术,目前已经获得30多项发明专利,超过150多项核心软件著作权。

50+项目分析人员

定制化的测序深度

200+的项目分析案例

优化的交互式报告

8年+项目分析经验

专业而热情的售后服务

三个分布式集群服务器

闪电般的分析速度

NATURE/SCIENCE任性发之山羊篇

前段时间,传得沸沸扬扬的山羊基因组终究是发表了,果不其然到了Nature genetics 这种高大上的杂志!今天就来看看有啥经验(槽点)可以借鉴(吐)的!
1. 技术篇
遥想当年,人类基因组计划(HGP)花了30亿美金,通过黄金测序硬是把人基因组组装出来,经过多年的数据及组装技术迭代提升,到了现在广为认可的GRCH38这个版本。现在山羊基因组告诉我们,基于新技术的的组合拳(三代+光学+HI-C),任何一个物种的基因组都可以媲美人基因组。到底是怎么回事呢?
山羊文章属于paper中的技术贴,没有太多故事的成分。开篇就分别阐述了当前基因组组装的难点,及三代,光学,HI-C的技术特点,然后就抛出了个极好的结果,将小编及读者们给震撼着。毫无疑问,这是小编多年从业来看到的最牛逼的基因组!遥想当年,一个细菌完成图可是费了小编近2年的精力啊,现在不禁潸然泪下!现在大基因组,都已经到了完成图的边缘。
话说回来,既然是技术贴,咱们还是先来看看组装策略吧。简单的说,组装的方针就是用三代单分子组装到contig,基于光学图谱构建scaffold,之后在用HIC构建染色体版scaffolds,然后基于RH群体构建的遗传图去矫正之前组装的错误,最后基于二代短reads补gap。具体的组装软件及参数在文章中的都很明了,小编在此就不赘述了。效果么,直接上表!

关于准确性嘛,文章也给了好几张主图,重点看看RH map的组装验证,如下:

做完技术讲解后,文章里也祭出了大招,虐前任。无论从指标还是准确性上来说,新的ARS1基因组,都将前两任基因组虐的体无完肤。不禁感叹,山羊基因组是如此牛掰!这样的基因组要不要来一个?
2. 价格篇
从技术上来说,山羊的组装策略(三代+光学+HIC)适用于绝大部分动植物,那是不是山羊级别的基因组会如雨后春笋般滴涌现出来呢,小编难以认同这个观点!对于科研工作者来说经费是不得不考虑的问题,毕竟巧妇难为无米之催啊!在此,小编不禁就要YY了,山羊基因组到底需要花费多少价格呢?某位资深同事告诉小编,这个项目做的早,没有500W RMB,根本玩不起来,很可能是千万级别!小编依稀记得,很久之前人基因组二代测序成本就已经来到了1000美元世代,这才是亲民价啊!山羊的价格并不是普通人都能玩得起的。话说回来,如果现在重复山羊的工作,又要多少钱呢?小编再次厚着脸皮问了问,凭借sequel平台,如果产出相同三代数据量,同时完成文章中其它测序等工作,成本大约在300 W RMB。时隔两年,这价格硬生生降了一倍啊!小编相信,过一段时间后,更多的“山羊”会冒出来。
容小编吐槽一下,单从三代数据来说,文章中共测序了465个cells,得到了194 Gb subreads。平均每个cell的产出才417 Mb数据量,产出是如此的低。放到现在,小编可以想象到叫兽们拿到这种数据是怎样的暴怒!
3. 文章篇
毫无疑问“山羊基因组”给行业带来了新标杆,后山羊时代,基因组文章怎么走呢?是不是只有基因组到了山羊水平才能发NSC呢?反之是不是到了山羊水平基因组就可以发NSC了呢?不要急,来听听小编的观点。
不知道大家有没有听过IT行业的摩尔定律,一定的周期后,CPU的性能和价格将是上一期产品的2倍和一半。小编想说的是测序行业也是如此啊。从一代测序到二代测序再到三代测序,每一个时代都伴随着不同的成本及指标。从2001年开始,由一代测序完成的物种基因组屈指可数,价格都以亿记数,指标更别谈。到了2007年,由Illumina+454+Solid为代表的二代测序,将动植物基因组的成本拉到了百万时代,而周期缩减到了1年以内,指标也到了M级别。至2010年,三代测序已经开始暂露头角,从指标和准确性上来说,又都翻了好几倍。然而由于成本因素,先前一直鲜有纯三代大基因组的发表。但是近期纯三代基因组文章已经开始泛滥。2016年初NSC上发表了好几个纯三代基因组,而到了下半年,纯三文章已经到了NC水平。现在,一定程度上说,三代测序也来到了白菜价。说这么多小编想表达的是,如果想发高分的文章,组装水平也必须达到当前的平均水准,不然编辑读者都会质疑你“为什么装的这么烂?后面的结果考不靠谱?”。负责任的说,至少小编已经听到了好几个基因组文章就因为组装的不好而被拒的,请相信,这不是危言耸听!好的故事必然能为文章添彩,但是连基础都过不了关,“成大事”当然会很困难 。
最后,借用个广告词,基因组文章成功的标配,三代测序+光学+ HI-C,2017。小编等着你来发表NSC!

参考文献

Derek M Bickhart, et al. Single-molecule sequencingand chromatin conformation capture enable de novo reference assembly of thedomestic goat genome. Nature Genetics. 2017.

基因组de novo测序是什么?

基因组de novo测序也叫基因组从头测序,主要针对未知物种的基因组序列以及需要更新的基因组,通过构建基因组DNA文库,并进行测序。然后通过生物信息学的方法对测序所得到的数据进行拼接、组装和注释,从而获得该物种完整的基因组序列图谱。

三代基因组相比二代基因组的优势有哪些?

三代测序具有长度长的特点,平均读长在10-15Kb,而二代测序的读长为PE125-250bp,所以二代测序在遇到重复序列,杂合难题时,就很无力。而三代测序能有效的解决这些问题。所以三代基因组具有超高的组装指标,组装错误率更低,组装的完整性更好等优点。

三代的错误率高能否用于基因组组装?

三代的错误率是随机的碱基错误率,错误率达15%,但随着自身覆盖度的增加就可以进行纠错,当覆盖度在30X以上时,碱基准确度达99.99%以上。所以三代数据用于基因组组装是完全没有问题的。

基因组的样品选择?

基因组精细图的样品要尽量与调研图样品为同一个体,植物样品最好选择无污染的组培苗、嫩叶等,而动物样品最好选择全血或者内脏组织。

什么是Hi-C技术?

Hi-C技术是染色质构象捕获技术( Chromosome conformation capture )与高通量测序( High-throughput sequencing )结合衍生的一种技术。主要是利用全基因组范围内整个染色质DNA在空间位置上的关系,对染色质内全部DNA相互作用模式进行捕获,结合生物信息学方法,来获得染色体水平的基因组序列并得到染色质三维结构信息。此外还可以并与Chip-seq、转录组数据联合分析,从基因调控网络和表观遗传网络来阐述生物体性状形成的相关机制。

Hi-C在辅助基因组组装时有什么作用?
  1. Hi-C最主要的作用是将零散的基因组序列锚定到染色体上(这一点类似遗传图谱);
  2. 还可以对组装的基因组进行纠错处理;
  3. 在某种程度上进一步提升Contig N50.
Hi-C技术与遗传图谱的差异?
  1. Hi-C应用单个个体就可以完成染色体构建;
  2. Hi-C挂载染色体效率高达90%以上;
  3. 但Hi-C技术不能进行QTL定位。
Hi-C技术的样品要求?
  1. 植物样品要选择活体幼苗;
  2. 动物样品首选全血;
  3. 其他样品请咨询百迈客。
光学图谱是什么?

光学图谱技术是一个利用单个DNA分子基因组限制性内切酶图谱快速生成高分辨率、有序的全基因组限制性内切酶图谱的方法。现在最普遍是BioNano Irys系统,该系统利用内切酶对DNA进行识别酶切并标记荧光,再利用极细的毛细管电泳来把DNA分子拉直,进行超长单分子高分辨率荧光成像,通过酶切位点进行拼接即生成了一幅酶切位点分布图。

光学图谱在基因组组装中的作用是什么?
  1. 光学图谱可以纠正原基因组中的序列组装错误;
  2. 光学图谱能够提高Scaffold组装水平;
  3. 光学图谱还可以进行结构变异检测。
光学图谱的样品要求是什么?
  1. 植物要求是无污染的黄化幼苗;
  2. 动物需要新鲜的全血或者内脏;
  3. 特殊物种请详细咨询百迈客。