本文详细解析了高通量测序中的关键概念，包括Reads、Contig、Scaffold、singleton和unigene等。介绍了基因组拼接过程，如de novo测序、Contig N50和Scaffold N50作为评估拼接质量的标准。同时，涉及EST、Sanger法测序以及基因的Transcript Variant、isoform、Orthology和Paralogy等概念。
Reads ：
高通量测序平台产生的序列就称为reads。
Contig ：
拼接软件基于reads之间的overlap区，拼接获得的序列称为Contig（重叠群）。
被一些多次重复序列等不确定序列分隔。
Scaffold ：
scaffold是拼接的意思，即通过构筑文库将一个个contig连接成完整的序列。
基因组de novo测序，通过reads拼接获得Contigs后，往往还需要构建454 Paired-end库或Illumina Mate-pair库，以获得一定大小片段（如3Kb、6Kb、10Kb、20Kb）两端的序列。基于这些序列，可以确定一些Contig之间的顺序关系，这些先后顺序已知的Contigs组成Scaffold。
singleton ：
一个contig被组成出来之后,鉴定发现它是编码蛋白质的基因。
unigene ：
多个contigs组装成scaffold之后,鉴定发现它编码蛋白质的基因。
Contig N50 ：
Reads拼接后会获得一些不同长度的Contigs。将所有的Contig长度相加，能获得一个Contig总长度。然后将所有的Contigs按照从长到短进行排序，如获得Contig 1，Contig 2，Contig 3...………Contig 25。将Contig按照这个顺序依次相加，当相加的长度达到Contig总长度的一半时，最后一个加上的Contig长度即为Contig N50。举例：Contig 1+Contig 2+ Co
最低0.47元/天 解锁文章
扫一扫
1314
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
