简介

全外显子组测序是一种广泛使用的新一代测序(NGS)方法,涉及基因组蛋白质编码区域的测序。人类外显子组所占基因组的比例不超过2%,但它包含了约85%已知与疾病相关的变异,这使得该方法成为全基因组测序的一种经济高效的替代方法。外显子组测序可检出编码外显子的变异,能够扩大靶向内容,包括非翻译区(UTR)和microRNA,可以获得基因调控的全面视图。当无法进行或没有必要进行全基因组测序时,外显子组测序是一种经济有效的替代方法。只对基因组的编码区域进行测序,使研究人员能将资源集中在最有可能影响表型的基因上,周转时间更短,价格更低。外显子组测序利用外显子组富集技术可有效识别包括群体遗传学、遗传病和癌症研究等一系列广泛应用中的编码变异。

外显子组测序分型分析的优势

  1. 外显子组测序的覆盖度更深,数据准确性更高;对于基因组重测序成本较低,对研究疾病相关的SNP、Indel等具有较大的优势。
  2. 具有针对广泛应用领域的变异识别功能。
  3. 实现编码区域的全面覆盖。
  4. 提供一个可替代全基因组测序的高性价比方法,每个外显子组测序4–5 Gb,而每个全人类基因组测序约90 Gb。
  5. 与全基因组方法相比,生成的数据集更小、更易于管理,因此可以更简单快速地进行分析。

数据分析流程

全外显子组测序数据分析可用于孟德尔遗传疾病研究和各种复杂疾病研究。 传统孟德尔病基因的鉴定主要通过候选基因的Sanger测序来确定。 候选基因的确定主要是通过某些基因组区域的定位图谱方法,如核型分析,连锁分析等。 但是,该方法不能确定该疾病是由单核苷酸突变还是基因组结构变化引起的。 随着第二代测序技术的发展,特别是外显子组测序技术的出现,可以准确地检测出基因组中常见和罕见的突变以及基因组中蛋白质的编码区域,极大地促进了疾病基因的鉴定。 以下流程图显示了基于全外显子组测序数据分析的孟德尔遗传病研究过程:

参考文献:

  1. Bamshad MJ, et al. Exome sequencing as a tool for Mendelian disease gene discovery[J]. Nat Rev Genet. 2011 Sep 27;12(11):745-55.
  2. Fromer M, et al. Discovery and statistical genotyping of copy-number variation from whole-exome sequencing depth[J]. Am J Hum Genet. 2012 Oct 5;91(4):597-607

基因分型分析之全外显子组分析相关推荐

  1. kasp技术原理_KASP-基于已知SNP的高通量基因分型

    一.什么是SNP? SNP,即单核苷酸多态性,是指在基因组水平上由单个核苷酸的变异而引起的一种DNA序列多态性. SNP研究具有广泛意义,在农业领域中,可以进行性状基因的精细定位.分子辅助育种.种子资 ...

  2. 2022年全球市场HPV基因分型检测试剂盒总体规模、主要生产商、主要地区、产品和应用细分研究报告

    本文研究全球市场.主要地区和主要国家HPV基因分型检测试剂盒的销量.销售收入等,同时也重点分析全球范围内主要厂商(品牌)竞争态势,HPV基因分型检测试剂盒销量.价格.收入和市场份额等.针对过去五年(2 ...

  3. 诺禾-心源性猝死基因分型研究

    我国心血管病危险因素流行趋势明显,导致了心血管病的发病人数增加.推算心血管病现患人数 2.9 亿,其中脑卒中 1300 万,冠心病 1100 万 , 心力衰竭 450 万,肺原性心脏病 500 万,风 ...

  4. Haplotype-aware genotyping from noisy long reads 单倍型识别的基因分型来自嘈杂的长读

    Haplotype-aware genotyping from noisy long reads 单倍型识别的基因分型来自嘈杂的长读 Abstract Motivation Current genot ...

  5. 推荐一款高引超6000次的全基因组/全外显子组变异注释工具

    SnpEff是韦恩州立大学Douglas M. Ruden团队于2012年发表的一款变异注释工具.到现在已近10年历史,持续更新,已至5.0版,总引用6044次. SnpEff的优点 基于Java环境 ...

  6. 临床外显子组测序分析中的那些坑(中)

    临床外显子组测序分析中的那些坑(上) 4. Exome CNV分析:参考对照组 很早以前,人们就清楚WES还可以根据样本之间序列覆盖深度的差异来推断CNV.由于序列捕获和GC含量,单个目标的覆盖率偏差 ...

  7. 临床外显子组测序分析中的那些坑(下)

    临床外显子组测序分析中的那些坑(上) 临床外显子组测序分析中的那些坑(中) 4.还记得嵌合吗 二代测序数据分析中已经提到的另一个挑战是嵌合SNV和CNV的出现.嵌合SNV已被证明与许多疾病相关.事实上 ...

  8. 临床外显子组测序分析中的那些坑(上)

    大规模并行测序技术或下一代测序已成为基因诊断和研究的标准技术,尤其是外显子组和基因组测序现在已经在世界范围内广泛应用于患者的分子诊断.在过去几年中,许多实验室都在努力应对基于全新技术建立基因检测工作流 ...

  9. 全基因组多位点序列分型

    简介 多位点序列分型(multilocus sequence typing, MLST)是一种基于核酸序列测定的细菌分型方法.这种方法通过PCR扩增多个管家基因内部片段并测定其序列,分析菌株的变异.M ...

  10. 【生信】初探基因定位和全基因组关联分析

    初探QTL和GWAS 文章目录 初探QTL和GWAS 实验目的 实验内容 实验题目 第一题:玉米MAGIC群体的QTL分析 第二题:TASSEL自带数据集的关联分析 实验过程 玉米MAGIC群体的QT ...

最新文章

  1. CentOS服务器上的 git 包版本控制
  2. mysql 语句碎片
  3. 802.1X学习笔记
  4. Web 趋势榜:上周最热门、又实用的 10 大 Web 项目 - 210813
  5. 通过IDEA查看jar包中的依赖关系
  6. android 毕业设计 文献翻译,android毕业设计外文翻译.doc
  7. 【c#】RabbitMQ学习文档(一)Hello World
  8. Java Micro services: 传送唯一标识(request id)在Hessian call, rest API,JMS和Thread之间
  9. 大学计算机课感悟100字,停课不停学的心得100字 停课不停学的感想
  10. git配置中文乱码_解决git中文乱码问题
  11. 7a系列mrcc xilinx_artix-7A200T的输入时钟(50M)管脚接到MRCC的N端了,怎么解决?
  12. android 监听连接超时,android – Retrofit和OkHttpClient,在失败方法中捕获连接超时
  13. 一只100万年也不死的猫
  14. Spark Structured Steaming实战
  15. 解决cannot find -lopencv_dep_cudart问题
  16. ABD — android debug bridge 简略介绍
  17. python字典求平均值_Python
  18. matlab基础语法
  19. [乐意黎原创]车胎花纹类型 K193 和 K935 的比较
  20. FlexRay 简介

热门文章

  1. python实现京东联盟API接口对接
  2. poj2387(Dijkstra)
  3. C语言利用堆筛选前1000大元素
  4. 手把手教使用阿里云短信接口发送短信验证码
  5. 解决Tortoise git没有红色、绿色勾勾的问题
  6. PostgreSQL 创建自己的数据库、模式、用户
  7. 笔记本计算机无法上无线网络,笔记本电脑连不上无线网络的处理方法
  8. 一篇博客带你入门shiro
  9. android 时钟动态图标,神奇的Android动态时钟/时间UI界面
  10. 杭州旅游全攻略,详细!