简化基因组的测序方法
RAD-Seq(restriction site-associated DNA sequencing)最开始指的是2008年发表在PLOS ONE上“Rapid SNP discovery and genetic mapping using sequenced RAD markers"提出的方法,目前该文章的引用已经达到1200+,现在指代的是一系列基于限制性内切酶的测序技术。同样在概念上被引申的还有GBS(genotyping-by-sequencing),只不过GBS的名字不能让你直接把它和限制性内切酶联想起来.总之,如果现在公司给你推荐GBS或RAD-seq时,可能未必和你想的一样,你需要仔细问下他们的建库手段。毕竟手段不同,你的实验设计,操作和结果都会发生变化。这是RAD-seq相关方法的历年引用情况
![](/assets/blank.gif)
RAD-seq虽说方法很多,但是文库构建流程大致如下,不同方法在其中某些步骤存在差异
- 起始基因组DNA量:能否允许降解FNA
- 限制性内切酶酶解:限制酶种类,数量
- 酶切位点结合接头:接头类型
- 酶解片段大小选择:直接选择,间接选择
- 添加barcode混池:视v接头而异
- 测序类型选择:单端,双端
两者的差异在于,1)是现进行酶切然后随机破碎,最后仅选择存在酶切位点片段测序;2)也是酶切,但是后续直接选择合适大小的片段测序。
因此相对于1)测序的位点平均会少一点,也就会导致同一批样本后者利用率低于前者。无参考基因组更推荐前者,而不是后者。
![](/assets/blank.gif)
原始RAD-seqs
最先提出的RAD-seq技术流程,也就是RAD-seq的冠名技术,分为如下几步:
- 基因组DNA用限制性内切酶裂解, 然后连接到P1接头。P1接头里含有正向扩增和Illumina测序引物位点,以及4~5 bp 的核酸barcode. barcode至少大于3 bp。
- 之后接头连接的片段(adapter-ligated fragments)混池,随机打断
- DNA随后连接到P2接头,反向扩增扩展引物无法连接P2. P2是一种Y型接头,包含P2反向扩增引物位点的反向互补序列,使得不含P1接头的片段无法扩增。(Y型接头的工作原理)
- 最后仅有同时含P1和P2接头的片段能够上机测序。
![](/assets/blank.gif)
Genotyping-by-Sequencing
GBS比原始的RAD-seq步骤更加简单
- 将不同样本和含不同barcode接头成对放在平板里
- 使用ApeKI限制酶进行酶解
- 使用T4连接酶,将接头连接到片段两端因酶切产生的粘末端(stcky end)
- 将含不同barcode的样本混池,随后过片段长度筛选柱,过滤尚未反应的接头
- 加入PCR引物,进行PCR扩增
这里没有直接对片段进行筛选,但是PCR扩增时优先扩增小片段
![](/assets/blank.gif)
ddRAD-seq
ddRAD-seq和GBS相似,两者都不需要在加接头后进行随机打碎,GBS通过PCR扩增的方式过滤了大片段,而ddRAD-seq通过双酶切的方式,然后筛选固定长度来选择合适大小的片段
![](/assets/blank.gif)
常见方法的比较
其实这些RAD-seq文库制备方法可以简单的分为两类:
- 1)对单酶切位点邻近片段测序,如最初的RAD-seq
- 2)对酶切位点两翼片段测序,如Genoytping-by-Sequencing
下面是常见的物RAD-seq方法比较
方法 | 原始RAD | 2bRAD | GBS | ddRAD | ezRAD |
---|---|---|---|---|---|
控制位点的方法 | 选择限制酶 | 选择限制酶 | 选择限制酶 | 选择限制酶和片段大小选择阈值 | 选择限制酶和片段大小选择阈值 |
位点数/Mb | 30~500 | 50~1000 | 5~40 | 0.3~200 | 10~800 |
位点长度 | 300bp 或1kb contig | 33–36 bp | < 300 bp | < 300 bp | <300 bp |
barcode费用/样本 | 低 | 低 | 低 | 低 | 高 |
添加barcode难度/样本 | 中等 | 低 | 低 | 低 | 高 |
是否用到专利试剂盒 | 否 | 否 | 否 | 否 | 是 |
识别PCR重复 | 使用双端测序 | 不能 | 使用降解的barcode | 用降解的barcode | 不能 |
特殊的设备 | 超声破碎仪 | 无 | 无 | Pippin Prep或普通的跑胶仪 | Pippin Prep或普通的跑胶仪 |
是否适用复杂和大基因组 | 好 | 差 | 中等 | 好 | 好 |
是否适用无参考基因组 | 好 | 差 | 中等 | 中等 | 中等 |
参考文献
- RAD-seq: Rapid SNP discovery and genetic mapping using sequenced RAD markers
- GBS: A Robust, Simple Genotyping-by-Sequencing (GBS) Approach for High Diversity Species
- ddRAD-seq: Double Digest RADseq: An Inexpensive Method for De Novo SNP Discovery and Genotyping in Model and Non-Model Species
- 2011 NATURE REVIEWS | GENETICS:Genome-wide genetic marker discovery and genotyping using next-generation
- 2016 NATURE REVIEWS | GENETICS:Harnessing the power of RADseq for ecological and evolutionary genomics
简化基因组的测序方法相关推荐
- 易基因技术推介|简化基因组甲基化测序研究解决方案
大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因. 简化甲基化测序(Reduced Representation Bisulfite Sequencing,RRBS)是利用限制性内切酶对基 ...
- 易基因技术推介 | 微量cfDNA简化基因组甲基化测序(cfDNA-RBS)
大家好,这里是专注表观组学十余年,领跑多组学科研服务的易基因.今天跟大家介绍一下易基因的王牌技术:微量cfDNA简化基因组甲基化测序(cfDNA-RBS). cfDNA片段化严重,片段大小常在150b ...
- 易基因|一文读懂精准简化基因组甲基化测序(RRBS+oxRRBS)分析怎么做
大家好,这是专注表观组学十余年,领跑多组学科研服务的易基因. 本期,我们讲讲精准简化基因组甲基化测序(RRBS+oxRRBS)怎么做,从技术原理.建库测序流程.信息分析流程等方面详细介绍. 一.精准简 ...
- 全基因DNA甲基化检测“金标准”--- 改进版简化基因组甲基化测序
亚硫酸盐转化被誉为DNA甲基化(5mC)检测的"金标准",非甲基化胞嘧啶C在亚硫酸盐转化过程中转变为尿嘧啶U,进而通过PCR扩增转变为胸腺嘧啶T,甲基化mC维持不变,通过高通量测序 ...
- 易基因 | 简化基因组DNA甲基化测序(RRBS)实验怎么做?
易基因 | 简化基因组DNA甲基化测序(RRBS)实验怎么做? 大家好,这是专注表观组学十余年,领跑多组学科研服务的易基因. 上次我们分享了:全基因组DNA甲基化实验怎么做:手把手教你做全基因组DNA ...
- 易基因表观技术|植物简化基因组甲基化--(Plant-RRBS)
植物简化基因组甲基化--(Plant-RRBS) DNA甲基化在植物基因组中以CG.CHG和CHH三种碱基序列的胞嘧啶上发生(H=A,T或C),甲基化转移酶包括DRM,CMT和MET等.在植物中,DN ...
- 易基因 | 常用的6种DNA甲基化测序方法,你知道几个?
什么是DNA甲基化? 简单来说,DNA甲基化就是在DNA甲基化转移酶(DNMT)的作用下将甲基选择性地添加到胞嘧啶上形成5′-甲基胞嘧啶的过程.DNA甲基化是最早发现的基因表观修饰方式之一,在维持正常 ...
- NBT:MaPS-seq测序方法揭示肠道微生物空间分布
文章目录 肠道微生物生物地理学的空间宏基因组特征 热心肠日报 摘要 主要结果 图1 MaPS-seq测序和质量控制 图2:小鼠末端结肠微生物群落分布的空间结构 图3:微生物群落在小鼠肠道空间分布调查 ...
- 文献翻译-北京大学黄岩谊课题组在nature biotechnology的ECC测序方法文章
原文:http://dx.doi.org/10.1038/nbt.3982 Highly accurate fluorogenic DNA sequencing with information th ...
最新文章
- VC++ _T()宏学习
- 今天来谈谈Python中的各种排序总结,含实现代码
- 机器学习(十六)——隐式狄利克雷划分
- Windows操作系统,启动Tomcat之后DOS窗口乱码处理
- 三八妇女节可以应用的PSD分层模板
- CentOS linux修改主机名
- istio sidecar流量接管_Istio是个啥?看完此文彻底搞懂(赠书)
- java mongodb-crud
- poj 1962 Corporative Network 并查集,很容易超时,大家要注意合并
- 一文让你彻底了解iOS字体相关知识
- JS地图经纬度正则表达式校验
- 使用IDEA反编译class文件
- 高并发下的秒杀系统设计
- 直播预告|5月24日下午14:00 AAAI 专场来啦
- android 推送历史 coolapk,酷安(com.coolapk.market) - 11.2.2 - 应用 - 酷安
- 重磅!《深度学习 500 问》已更新,(附完整下载)
- 让模态浮出水面的S2 刘易斯逻辑之八
- 部署 docker 容器虚拟化平台
- 笔记本F1音量键常亮,电脑没声音?这里有妙招。
- UI自动化工具Cypress测试案例、生成报告---windows版
热门文章
- linux 驱动 include .h 路径 control,linux内核中的MFD子系统
- eclipse学习(第三章:ssh中的Hibernate)——7.Hibernate使用注释开发
- Linux系统下基于IO多路复用的大规模可靠UDP服务器的实现(三)
- 正则表达式取反/正则不包含
- Hbuilder+PhPstudy配置PHP环境走过的坑
- 针对一直让我失望的华硕,我彻底无语
- 小学科学骨干教师课堂教学展示活动总结
- 计算机应用里面的题,计算机应用教程习题解答与上机练习
- iOS学习笔记-109.多线程08——CGD快速迭代
- WRF与WPS的编译与安装(转载)