全基因组测序（对未知基因组物种进行个体测序）

研究结果

①NCI-H209细胞系基因组中，共检测到22,910个碱基替换、65个插入缺失（Indels）、58个结构变异；在基因组的编码区，除了发现RB1 和TP53基因发生点突变和MLL2基因由于发生了G>T的颠换，从而产生了pre-stop codon外，有94个点突变直接改变了氨基酸序列，有36个属同义突变。

②特定的碱基及其周围序列易被烟气中的多环芳烃和丙烯醛诱变。在NCI-H209细胞系基因组中，G>T/C>A是最为普遍的颠换现象，发生频率为34%；其次是G>A/C>T（21%）和A>G/T>C（19%）；CpG岛外的CpG二核苷酸多发生G>T颠换，而CpG岛内的CpG二核苷酸多发生G>C颠换，说明烟气中的致癌物偏好引起甲基化的CpG二核苷酸发生颠换。 

③检测到转录偶联修复（Transcription-coupled repair）和表达相关的修复（Expression-linked repair）在起作用。转录偶联修复作用机制：鸟嘌呤和腺嘌呤上大的加合物是吸烟过程中所释放的致癌化学物质引起DNA损伤的主要形式，这些大的加合物阻止了转录链上RNA聚合酶的转录过程，而转录受阻的RNA聚合酶招募核苷酸剪切修复相关因子对受损的核苷酸进行修复以避免突变发生。在TP53基因突变的肺癌细胞中，G>T颠换常出现在非转录链，表明在转录链上相同的损伤已被识别和修复。在本研究中，转录链上G和A碱基替换频率比非转录链上少，由此看来嘌呤是烟气致癌物质主要诱变靶标。另外，在NCI-H209细胞系中，转录链和非转录链上发生不同类型的突变（G>T、A>G、A>T）两条链基因表达水平也有差异，这就意味着转录偶联修复机制识别、修复不同加合物损伤的能力不同。

表达相关的修复（Expression-linked repair）作用机制：这是一种新的、更为普遍的修复机制，即，高表达的基因中，转录链及非转录链的突变频率都较低。在NCI-H209细胞系中，转录链和非转录链上发生G>A的突变，两条链上基因表达水平都很高，这就说明表达相关的修复作用比转录偶联修复作用更为重要。

④在SCLC细胞系中，CHD7基因发生了重排。在NCI-H209细胞系中，CHD7基因3~8外显子发生连续重复，而另外2个LU-135、NCI-H2171细胞系则携带PVT1-CHD7融合基因，说明在肺癌中CHD7基因发生了周期性重排。

以上结果表明，第二代测序技术已成为研究与癌症相关的基因突变过程、细胞损伤修复路径、基因调控网络的强有力工具。

简介

每个人从受精卵开始就继承了父母的DNA遗传信息，并且携带一生，不易改变。全基因组测序就是通过运用新一代高通量DNA测序仪，进行10-20倍覆盖率的个人全基因组测序，然后与人类基因组精确图谱比较，得到完整的个人全基因组序列，破译个人全部的遗传信息的过程。

全基因组测序覆盖面广，能检测个体基因组中的全部遗传信息；准确性高，其准确率可高达99.99%。

全基因组测序揭示了人类生、老、病、死的奥秘，使人类从根本上认知疾病发生的原因，做到正确的治疗疾病、尽早的预防疾病。

技术路线

提取基因组DNA，然后随机打断，电泳回收所需长度的DNA片段（0.2~5kb），加上接头，进行基因簇cluster制备或电子扩增E-PCR，最后利用Paired-End（Solexa）或者Mate-Pair（SOLiD）的方法对插入片段进行测序。然后对测得的序列组装成Contig，通过Paired-End的距离可进一步组装成Scaffold，进而可组装成染色体等。组装效果与测序深度与覆盖度、测序质量等有关。目前常用的组装有：SOAPdenovo、Trimity、Abyss等。

原理

双末端（Paired-End）测序原理

测序深度（Sequencing Depth）：测序得到的碱基总量（bp）与基因组大小（Genome）的比值，它是评价测序量的指标之一。测序深度与基因组覆盖度之间是一个正相关的关系，测序带来的错误率或假阳性结果会随着测序深度的提升而下降。重测序的个体，如果采用的是双末端或Mate-Pair方案，当测序深度在10~15X以上时，基因组覆盖度和测序错误率控制均得以保证。

测序深度对基因组覆盖度和测序错误率的影响

（HOM：纯合体 HET：杂合体）

全基因组重测序的个体，通过序列比对，可以找到大量的单核苷酸多态性（SNP），插入缺失（InDel，Insertion/Deletion）和结构变异（SV，Structure Variation）位点。SBC可以协助客户，通过生物信息手段，分析不同个体基因组间的结构差异，同时完成SNP及基因组结构注释。

测序覆盖度：基因组被测序得到的碱基覆盖的比例；测序覆盖度是反映测序随机性的指标之一；测序序深度与覆盖度之间的关系可以过Lander-Waterman Model（1988）来确定。当深度达到5X时，则可覆盖基因组的约99.4%以上。

全基因组测序

分析流程

1．数据量产出

总碱基数量、Total Mapping Reads、Uniquely Mapping Reads统计，测序深度分析。

2．一致性序列组装

与参考基因组序列（Reference genome sequence）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。

3．SNP检测及在基因组中的分布

提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。并根据参考基因组信息对检测到的变异进行注释。

4．InDel检测及在基因组的分布

在进行mapping的过程中，进行容gap的比对并检测可信的short InDel。在检测过程中，gap的长度为1~5个碱基。对于每个InDel的检测，至少需要3个Paired-End序列的支持。

5．Structure Variation检测及在基因组中的分布

SBC能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测全基因组水平的结构变异并对检测到的变异进行注释。