北京大学生物信息学(9)第二代基因组测序技术

最新推荐文章于 2022-03-25 21:19:14 发布
最新推荐文章于 2022-03-25 21:19:14 发布
阅读量600 收藏
点赞数
分类专栏： 学习充电
原文链接：https://www.bilibili.com/video/BV13t411G7oh?p=29
版权
该内容探讨了二代基因组测序技术在遗传变异研究中的应用，包括基因组装配、比对方法如Bowtie和BWA等。遗传变异来源与类型如SNV、插入缺失等被详细阐述，并讨论了其对表型的影响。通过SIFT和PolyPhen等工具预测突变功能，以及如何判断疾病相关性。文章还提及了遗传变异数据库的重要性和GWAS研究中非编码区突变的角色。最终，介绍了基于SVM的预测模型来评估突变影响的准确性。
摘要由CSDN通过智能技术生成

北京大学生物信息学(9)第二代基因组测序技术
如何预测一个遗传变异的功能及其对表型的变化
https://www.bilibili.com/video/BV13t411G7oh?p=26

常见的二代测序技术包括

在这里插入图片描述

基因组的装配
有参比对和无参比对
在这里插入图片描述

在比对的过程中存在的问题
在这里插入图片描述
比对的过程中，机器的耗时 和正确性在这里插入图片描述

在这里插入图片描述

那么常见的比对的第三方方法主要包括Bowtie 和BWA、MAQ以及SOAP 都可以用于序列的比对。
通过构建索引的方法，能够大大的减小比对的时间，这种 方法主要是利用seeding 的过程来降低整体的比对。
在这里插入图片描述

在这里插入图片描述
遗传变异的来源
父母遗传
从头突变
体细胞突变
在这里插入图片描述
常见的突变
染色体倍数变异(21三体综合征、唐氏综合症)
染色体结构的变异
染色体拷贝数的变异
短片段的插入和缺失
单核苷酸变异
突变
多态性(变异超过1%或者5%)
变异 是突变和多态性的统称。

在这里插入图片描述
插入缺失导致的结构
在编码区可导致读码框的移动以及费读码框的迁移。
在这里插入图片描述

单核苷酸变异带来的结果
缺失突变
在这里插入图片描述

在这里插入图片描述

SNV 的突变，并不一定全引起病变
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

如何通过遗传变异来预测表型

在这里插入图片描述

遗传变异功能的预测
在这里插入图片描述
常见的突变数据库
Swiss-port、OMIM 以及HGMD以及db SNP千人基因组
在这里插入图片描述

在这里插入图片描述

如何判断一个突变是中性突变还是疾病相关的突变?
对表型的影响，从表象到分子机制的挖掘
即个体的病变

动物模型的验证
细胞水平细胞形态功能的改变

蛋白功能的改变
蛋白结构的改变

蛋白序列的改变
在这里插入图片描述

GWAS 中研究出来的突变，主要位于非编码区
在这里插入图片描述

早期的通过替换矩阵来分析遗传变异
在这里插入图片描述

SIFT 算法基于保守性原则，重要的蛋白质的在多个物种中是保守的。因此在这些的蛋白质中的突变，将会更可能的导致疾病的发生。
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
SIFT 的操作流程
第一步寻找相似的序列
第二步选择序列相似性高的序列(90%)
第三步 获得所选序列的多重比对结结果
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

经常用的准确性的评估
在这里插入图片描述
另一个的多态性表型预测的工具PolyPhen
它主要是基于序列和结构的预测改变对蛋白的功能的影响，因此它是主要基于多序列比对和蛋白质的三维结构
在这里插入图片描述

在这里插入图片描述
polyphen 的操作步骤
在这里插入图片描述

后来进行改进得到了新的版本2，基于机器学习的方法，而非经验的方法。使用的方法链接https://cloud.tencent.com/developer/article/1626445
在这里插入图片描述

高和魏lab 的开发工具
在这里插入图片描述

基于支持向量机SVM 进行分类的
第一步也是寻找感兴趣的蛋白是否有三维结构(无的话，通过SWISS-MODEL进行同源建模)

对于蛋白质建模的过程中，对于比对上的位点和骨架结构进行确定，没有比对上的位点和氨基酸改变了的位点需要通过能量最小方程来确定。

同源建模
在这里插入图片描述

高lab 软件的属性确定
在这里插入图片描述
考虑单个氨基酸周围的微环境，变异的氨基酸周围的10个氨基酸(20个原始的氨基酸的数目有多少个)
在这里插入图片描述

在这里插入图片描述
不同的半径预测的结果的准确性不同，当为13埃米的时候，预测结果最好。
在这里插入图片描述

第二个序列特点
变异位点附近功最近的功能性位点之间的距离。
在这里插入图片描述
第三个特点是无序区

多个研究发现，蛋白质的无序区的产生与多种疾病的发生有关。
考虑

氨基酸的替换也将会导致氢键数目的改变。氢键的电荷数目
在这里插入图片描述
蛋白质的其他的属性
在这里插入图片描述
突变对蛋白的跨膜区域的影响和突变对Bata聚集的影响以及来自HLA 家族的SAPs

对所有的数据的feature 进行统计，然后通过特征选择，然后选择对蛋白质结构和功能表影响最大的几个特征，再用SVM 的5倍交叉验证的方法进行验证。获得准确度和精确度。
5倍交叉模型，随机分5份，取其中一份，在剩下的4份理预测评估，进行5次循环。
在这里插入图片描述

通过SVM 后，可以得到准确度和特异性
在这里插入图片描述

准确度的评估
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述
Angelina 所获得的突变BRAC1具有强的家族治病史。
在这里插入图片描述

forever luckness
关注
专栏目录
宏基因组有参分析和无参分析差异
ruby912的博客
06-15 3722
宏基因组有参分析和无参分析差异分析流程解决问题结果差异 本文参考宏基因组教程Metagenomics Tutorial (HUMAnN2) 分析流程 有参流程：质控–物种组成和功能组成分析–差异分析及可视化 无参流程：质控–物种分类–序列拼接–基因注释–去冗余–基因定量–功能注释–差异分析及可视化 注：无参分析需要非常大的比对数据库，所以服务器配置最低256G内存，推荐内存512G以上，以保...
生命密码：你的第一本基因科普书
GitChat
12-07 8763
内容简介 生命如此美妙，我们却知之甚少。芸芸众生蕴藏哪些造化之妙？基因组学、生命科学为何包含无穷魅力？ 它有趣、有用，又有科学严谨的态度，用人人都看得懂的语言，轻松地解答那些古怪而让人忧心的问题，让基因不再是高深莫测的知识，让生命科学真的流行起来。 这里有十万个为什么，可又不只十万个回答，用有理、有据的科学知识，纠正我们原本以为正确的常识。 将与我们息息相关的基因科学知识娓娓道来，艾滋病、癌症、...
二代测序的原理和简介
热门推荐
yearstime的博客
03-25 2万+
二代测序的简介 ​ 第二代测序（Next-generation sequencing，NGS）又称为高通量测序（High-throughput sequencing），是基于PCR和基因芯片发展而来的DNA测序技术。我们都知道一代测序为合成终止测序，而二代测序开创性的引入了可逆终止末端，从而实现边合成边测序（Sequencing by Synthesis）。二代测序在DNA复制过程中通过捕捉新添加的碱基所携带的特殊标记（一般为荧光分子标记）来确定DNA的序列，现有的技术平台主要包括Roche的454 FLX
非编码区单核苷酸变异
qq_41849262的博客
04-20 3723
自己写的笔记 1.WGS和WES 基因检测对明确诊断遗传缺陷病有重要意义，在疾病表型特异度不高，表型基因型对应不明确的情况下，WES-trio是寻找致病基因阳性率最实用的方法之一。WES-trio的阳性率约为30-40%，在一项检测胎儿结构异常的回顾性分析中，234组除外染色体结构异常（chromosomal microarray）的家系进行了WES检测，明确致病突变的家系占10%，另外...
java-learning：03. 方法中有参和无参的对比
如云漂泊的博客
08-13 215
package day04.demo02; /* 有参数：小括号当中有内容，当一个方法需要一些数据条件，才能完成任务的时候，就是有参数。 例如两个数字相加，必须知道两个数字各自是多少，才能相加。 无参数：小括号当中留空。一个方法不需要任何数据条件，自己就能独立完成任务，就是无参数。 例如定义一个方法，打印固定10次HelloWorld。 */ public class Demo03MethodParam { public static void main(String[] args) { .
二代测序方法：DNA测序之靶向重测序
hucy_Bioinfo
09-18 9904
NGS技术正逐年成熟，这使得全基因组测序的成本越来越低，但是对全基因组进行测序后得到的极其庞大、繁杂的数据量的分析工作并没有随之一起变得更加简单。相反，测序技术的发展出现了两个极端的方向：一种是大而全的全基因组测序，一种是小而精的靶向重测序。
基因组内helitron分类：特征提取和SVM分类器在秀丽隐杆线虫基因组中的应用
i本文的最新情况见最后医学信息学解锁18（2020）100271基于不同阶FCGS特征的基因组内helitron分类Rabeb Touatia，d，*，Imen Messaoudib，d，Afef Elloumi Oueslatic， d，Zied Lachiri d，Maher Kharrat aa突尼斯El...
DNA字母表构造后缀数组及其在基因组数据处理中的应用研究-埃及Mansoura大学
沙特国王大学学报一种构造DNA字母表Zeinab Rabea，Sara El-MetwallyZhao，Samir Elmougy，Magdi ZakariaMansoura大学计算机与信息学院计算机科学系，Mansoura35516，埃及阿提奇莱因福奥文章历史记录：收到2022年2022...
7种测序平台
acoikw2620的博客
03-29 4248
1. illumina测序化学原理 2. HiSeq 测序仪工作原理 3. PacBio 单分子超长测序 4.Ion Torrent 测序 5. X10人全基因组测序 6. illumina 公司的Nano Well 测序技术 7.第一代DNA测序 1. illumina测序化学原理 今天的第一期节目，主要给大家介绍Illumina公司的技术。Illumina公司...
"活性药物的生物标志物：工程化T细胞疗法与药物开发
工程5（2019）140免疫学研究综述从药物开发角度看陈芳a，b，刘晓，陈晓.Fraiettaa，b，c，Carl H....费城，PA 19104，美国e北京大学免疫学系，北京100871阿提奇莱因福奥文章历史记录：2018年7月3日收到2018年10月1
rsem比对_无参转录组分析：使用 Trinity 进行转录本拼接（参考脚本）
weixin_28756833的博客
01-13 2322
1，参考脚本：nohup /home/zxd/software/trinityrnaseq-Trinity-v2.4.0/Trinity --seqType fq --max_memory 4G --CPU 1 --samples_file ../sample.txt --SS_lib_type RF >trinity.log 2>trinity.err &2，链特异性参数设不...
对比有参数和无参数
weixin_44749001的博客
04-26 134
有参数：小括号里面有内容，调用方法里面必须需要赋值才能调用运行 无参数：小括号里面没有内容，方法里面有单独赋值，只需直接调用运行 public class Demo01 { public static void main(String[] args) { //赋值调用method method(10,20); //直接调用不用赋值 method01(); } //有参方法 public static void.
二代测序下机数据的数据处理
baidu_41733076的博客
02-25 5132
本人接触过多家从事人类基因组的二代测序公司，包括肿瘤、全外遗传病和健康人全外测序体检，很多公司的数据处理和报告解读都存在一定的问题，这个系列就作为本人在人类基因组领域的解读和分享。 目前很多公司都在使用大体的流程如下： 1）原始的下机数据fastq文件；2）读长匹配参考基因组形成BAM文件；3）GATK和/或Samtools工具call出变异；4）Annovar工具对变异做出注释；5）变异进行过滤；6）过滤后的变异进行判读，医学解读等，最后出具报告。 这是一个行业内主要使用的流程，各个环节都容易出
无参转录组工具评估和流程展示
悟道西方
09-20 1万+
微信公众号：https://mp.weixin.qq.com/s/4HANWJY4oL7jGziroHfEpQ无参转录组分析工具评估研究人和小鼠类似的基因组注释比较完善的物种，是比较舒服的。想用什么数据，就可以找到什么数据。不过更多的物种是没有基因组数据或基因组注释不完整的，这时想获得基因的序列，做差异基因的分析时，相比于花大价钱测基因组，测不同组织或处理条件下的转录组是一个物美价廉的选择。既可以获
对比方法有参数和无参数
dearzls233的博客
07-22 357
/* 对比方法有参数和无参数 有参数：小括号当中有内容，方法需要一些数据条件才能完成。 无参数：小括号中留空，方法不需要任何数据条件，自己就能独立完成。 */ package com.xiaxia; public class Method3 {// Method:方法 public static void main(String[] args) { test1(2, 2); System.o...
纯二代测序从头组装基因组
weixin_33737774的博客
03-09 3698
基因组组装 基因组组装一般分为三个层次，contig, scaffold和chromosomes. contig表示从大规模测序得到的短读(reads)中找到的一致性序列。组装的第一步就是从短片段(pair-end)文库中组装出contig。进一步基于不同长度的大片段(mate-pair)文库，将原本孤立的c...
知识图谱-基于Neo4j+Python+Cypher+KG实现的小型金融知识图谱构建项目-附项目源码+流程教程-优质项目实战
最新发布
10-20
知识图谱_基于Neo4j+Python+Cypher+KG实现的小型金融知识图谱构建项目_附项目源码+流程教程_优质项目实战
生物信息学与全自动测序技术解析-基因组测序与分析
第一版始于2001年，随着作者在生物信息学领域的深入，第二版和第三版分别加入了更多实践经验和新的研究方向，如小RNA分析和遗传多态性检测，反映了生物信息学在基因组学和分子生物学中的广泛应用。 全自动测序仪的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值