高通量测序与生物信息学面临的挑战

基因组学与测序技术

高通量测序（High throughput sequencing）

顾名思义，相较于常规测序技术，其通量有显著的提高。核心机理是采用高密度芯片实现并行测序技术，每个点就是一个测序反应。

高通量测序技术在精准医学中的应用

• 疾病基因筛查（Identify new disease genes）
• 基因组遗传病筛查（Genomics-based diagnostics）
• 精准诊断及治疗（Precision treatment）

生物信息学面临的挑战

• 数据规模庞大
• 数据类型负责
• 技术门槛偏高
• 可重复性不强
• 方法学不成熟

高通量测序面临的问题

测序偏差错误

计算速度与内存

海量数据的计算和挖掘成为主要瓶颈。

数据存储与可视化

从头测序（De novo assembly）面临的问题

Overlap Graph

需要序列间两两比对是否存在重叠，数据序列过大时比对时间过长。

De Bruijn Graph

将长序列切片进行比对，避免了序列两两比对。但是丧失了原始序列的连接信息，后续组装更为困难。

转录组测序（Transcriptomics）面临的问题

转录组测序的测序对象是DNA转录后的产物。

批次效应：由于实验批次不同导致的差别。

表观基因组学

除了DNA和RNA会影响基因表达，DNA上本身的甲基化和组蛋白的修饰都会显著的印象基因表达。我们可以通过一定的方法帮助我们测定修饰信号或蛋白结合的信号。

古基因组学面临的挑战

• DNA完整性不高，呈现片段化。
• DNA高度受污染。
• DNA存在不可逆的损坏和序列错误。