漫谈高通量测序(1)历史与发展

简介: 漫谈高通量测序(1)历史与发展

编者按:关于NGS相关项目研究的现状,饶毅老师的评价是研究的科学问题一般,基本不解决科学问题,也不解决应用问题,以堆砌数据为己任,评价华大为“自带干粮的国际民工”。所以连饶毅老师都惊叹高通量测序仪的数据产出能力,所以接下来几期就从测序发展史、测序原理和文库构建等方面介绍一下“民工的宠儿”。

     1990年人类基因组计划的正式启动,一项预算高达30亿美元的超级工程极大地刺激了测序行业的发展。20世纪90年代中后期陆续出现了几种新的DNA测序方法,并于2005年在商业DNA测序仪上实现。这些方法统称为“下一代”测序方法(NGS),区别于桑格测序,NGS测序方法最大的特征是可并行且高通量的。

d197437df6692ca01c0e8d1b62bc6800_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

测序技术发展

  • Helicos成立于2003年(破产后被贺建奎的瀚海基因收购,现改名真迈基因)
  • NanoFluidics(Pacbio)成立于2004年
  • Complete Genomics成立于2005年(后被华大收购,发展为现在的MGI测序仪)
  • Solexa反向收购 Lynx Therapeutics,在2005年上市(后被illumina收购)
  • Oxford Nanopore成立于2005年
  • SOLID独立运营于2005年
  • Ion Torrent成立于2007年

    从时间线上可以发现,我们口中的二代测序和三代测序是交叉发展的,所以二代测序、三代测序这种分类方法并不科学,甚至还带有一些误导性。一些刚刚接触测序的人通常认为三代测序才是最先进的,因为目前这种分类方法的始作俑者就是代理Pacbio和Nanopore业务的商业公司。

测序仪根据其核心分类标准可分为三大类:双脱氧末端终止法测序仪、大规模平行测序仪、单分子测序仪

f9f488d96c32bd628199e1cd58078e15_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

    在应用方面,Sanger测序作为基因测序的“金标准”在功能实验中起着不可替代的作用;NGS测序领域呈现一超多强的局面,针对illumina特殊的建库方法延伸出了各类捕获和靶向测序技术;单分子测序摆脱了“马拉松效应”的桎梏,在读长上展现了其独特的优势,成为基因组测序的必需品。

     所以现在形成了一种生态,各项测序技术应用方向各有侧重,技术上形成互补,单分子测序更多用于发现未知,基于发现的知识,短读长更多用来辅助检测和靶向检测。目前没有一项测序技术可以解决所有问题、满足所有市场需求,这或许也是因为还没有一种成熟的“完美”测序技术出现吧。如果非要硬性评价一台测序仪,可以从准确性、长度、效率、价格这几个方面进行评价

78fedec37fd291c03682c1c97211617f_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

自2005年第一台测序仪出现到2007年各大厂商逐鹿中原,到如今illumina独占鳌头,抛开商业上的原因,illumina在所有性能方面并不是最优秀的,但是它的综合表现却是最好的。

所以一项技术走向应用,简单化和傻瓜化才是取胜之道,期待未来的测序仪能像PCR仪那样,做到极简且极速。

附实验室测序仪:

e1592239ada99868641a3b836de0fc94_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

HiSeq3000测序仪

51f23110574505063bc6f6ed3d99ca77_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

HiSeq2500测序仪

3680b4ccff56a7f792ceee456ed0051e_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

MiSeq测序仪

741a75fc3f098fb5959501f47836180f_640_wx_fmt=png&wxfrom=5&wx_lazy=1&wx_co=1.png

ONT测序仪

60335e9d7a254d12f17f69e49bc7f9a3_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

ONT测序仪

a30a98b8da79d499a82d4026284a497f_640_wx_fmt=jpeg&wxfrom=5&wx_lazy=1&wx_co=1.jpg

华大基因测序仪

参考文献:

DNA sequencing - Wikipedia (jinzhao.wiki)

Third-generation sequencing - Wikipedia (jinzhao.wiki)

"Genome sequencing: the third generation". Nature News. 457 (7231): 768–769. doi:10.1038/news.2009.86

"Real-time DNA sequencing using detection of pyrophosphate release". Analytical Biochemistry. 242 (1): 84–89. doi:10.1006/abio.1996.0432

相关文章
|
1月前
|
数据挖掘 数据库
略微学习一下二区4.5分纯生信,单基因肺结核叶酸基因集+泛癌分析
研究摘要: 一项发表于2023年《MEDIATORS OF INFLAMMATION》杂志的文章发现,RTP4基因可能成为诊断肺结核的新生物标志物。研究者通过分析GEO数据库中的多个微阵列数据集,使用WGCNA方法识别与肺结核和叶酸生物合成相关的基因模块。RTP4在健康与肺结核患者间的表达有显著差异,并且在抗结核治疗前后表达量变化。泛癌分析显示,RTP4在不同肿瘤类型中的表达与预后关联不一,提示其可能在多种癌症中具有重要功能。这些发现支持RTP4作为诊断工具的潜力,并为进一步研究其在结核病和癌症中的作用奠定了基础。
27 1
|
9月前
|
算法 Shell 芯片
illumina和Pacbio测序技术对比
illumina和Pacbio测序技术对比
漫谈高通量测序(2)独占鳌头的Illumina
漫谈高通量测序(2)独占鳌头的Illumina
251 0
漫谈高通量测序(2)独占鳌头的Illumina
|
传感器 芯片
漫谈高通量测序(3)Illumina文库构建
漫谈高通量测序(3)Illumina文库构建
401 0
漫谈高通量测序(3)Illumina文库构建
|
存储 人工智能 安全
|
存储 运维 数据可视化
突破数据分析瓶颈,寻因生物单细胞测序数据分析迈入云时代
i4p持久内存实例+Memory Machine大内存虚拟化软件,发挥持久内存的全部性能。
突破数据分析瓶颈,寻因生物单细胞测序数据分析迈入云时代
|
机器学习/深度学习 人工智能 安全
利用人工智能众包数据,加速药物发现
利用人工智能众包数据,加速药物发现
92 0
|
机器学习/深度学习 人工智能 算法
体素科技:2018年,算法驱动下的医学影像分析进展
自 2012 年 AlexNet 挑战 ImageNet 获得巨大成功以来,用于图像领域的深度学习算法以令人目不暇接的速度飞速演化着。
217 0
体素科技:2018年,算法驱动下的医学影像分析进展
|
存储 机器学习/深度学习 人工智能
当药物研发遇上阿里云超算,GHDDI如何实现高通量分子筛选?
GHDDI联合阿里云共同搭建新冠病毒人工智能全球共享云计算系统,用顶尖的数据库和高性能的超算资源助力全球抗疫的创新探索。
当药物研发遇上阿里云超算,GHDDI如何实现高通量分子筛选?
|
存储 机器学习/深度学习 缓存
写在2020:进入“全民”基因组时代,除测序外我们还需要什么?
写在2020年,展望未来10年,“全民”的基因组时代正在加速到来,它必然将全方位的加深我们对于生命科学的理解,为人类疾病的预防、诊断和治疗提供全新的技术手段,诞生一个庞大的生命经济产业。根据统计,全球用于罕见病,癌症的全基因组测序的样本数,在未来几年内可能很快就超过10亿级别的规模。这对于任何从事这一领域的科学家、研究机构、政府和企业来说,面临行业的浪潮,是巨大的机遇,也必然是巨大的挑战。
879 0
写在2020:进入“全民”基因组时代,除测序外我们还需要什么?