一文读懂单分子标签UMI

背景

在整理分子标签（unique molecular identifier，UMI）之前，先了解下：

NGS 中潜在的错误来源有哪些？

    1. 来源建库过程：文库制备、靶向序列捕获和测序均涉及 DNA 聚合酶以及扩增步骤。这些过程会引入偏差，包括重复、相应的 不均匀扩增以及因聚合酶误差导致的假象，这种误差会引入原始样品中本不存在的序列变化。

    2. 仪器系统误差：最常使用的Illumina 测序仪来说，误差率在 ~0.05% 到 ~1% 之间，具体取决于读取长度、所用的碱基识别算法和测定的变异类型 。

01 UMI 是啥？

分子标签（Unique Molecular Indentifier，UMI）是一段随机化或特定的核苷酸短序列，通常设计为完全随机的核苷酸链（如NNNNNN），部分简并核苷酸链（如NNNRNYN， R | Y：可以是ATCG中的一种）或者固定核苷酸链（在模板分子有限的情况下）。

02 UMI 原理

UMI技术的原理是在PCR扩增前给每一条原始DNA加上一段特有的3~8 bp短标签序列，经文库构建及PCR扩增后一起进行测