全基因组重测序

产品介绍常见问题经典案例结果展示10x Genomics 方案多组学方案


结果展示 一

(疾病基因组研究)

与参考基因组比对

样本比对率,指比对到参考基因组上的数据量除以有效测序数据量,
反映了样本测序数据与参考基因组的相似性。
测序深度,指比对到参考基因组的碱基总数除以基因组大小;
覆盖度,指被测到的该物种基因组的碱基总数占该物种基因组长度的百分比;
测序深度和覆盖度能够直接反应测序数据的均一性及与参考序列的同源性。

变异检测结果统计

Sample ABC
SNP 3580963
exonic 21905
intronic 1219968
UTR3 24647
UTR5 5460
intergenic 2053039
ncRNA_exonic 11609
ncRNA_intronic 197370
upstream 21560
downstream 22510
splicing 2566
ncRNA_UTR3 0
ncRNA_UTR5 0
ncRNA_splicing 329

变异检测和注释

SNV全称Single nucleotide variant,是指在基因组上由单个核苷酸的替换所引起的变异。InDel指小片段的插入/缺失。SV(结构变异)指的是在基因组上一些大的结构性的变异,比如大片段插入(insertion)、倒位(inversion)、易位(translocation)。CNV(拷贝数变异)是一类特殊的结构变异,指的是基因组上大片段序列拷贝数的增加或者减少,可分为缺失(loss)和增加(gain)两种类型。变异注释内容包括基因及区域注释,数据库(人种频率)注释,保守(有害)性预测,变异位点信息,基因功能及通路注释等。

基因功能富集分析

对筛选注释得到的候选基因进行GO,Pathway,miRNA,Disease,Proteome,Phenotype等功能富集。
富集分析中采用P-value的多重检验校正值Q-value来控制FDR(False Discovery Rate),
此外,也可以采取更严格的Bonferroni多重校正法(Bonferroni multiple correction method)。
缺省富集显著性阈值为控制FDR的Q-value<0.05。

候选基因集蛋白互作网络分析

对候选基因集进行蛋白互作网络分析,寻找相互作用的共调控基因。和代谢通路类似的,不同患者的突变基因可能不同,但是存在相互作用的基因突变导致的表型可能是一致的。寻找存在相互作用的突变基因,能够帮助定位真正和疾病相关的致病基因。

结果展示 二
(癌症基因组研究)

与参考基因组比对

样本比对率,指比对到参考基因组上的数据量除以有效测序数据量,
反映了样本测序数据与参考基因组的相似性。测序深度,指比对到参考基因组的碱基总数除以基因组大小;
覆盖度,指被测到的该物种基因组的碱基总数占该物种基因组长度的百分比;
测序深度和覆盖度能够直接反应测序数据的均一性及与参考序列的同源性。

变异检测结果统计

Category Numbers
CDS 98
synonymous SNP 28
missense SNP 67
stopgain 2
stoploss 0
Unknown 1
intronic 12,917
UTR3 148
UTR5 12
splicing 4
ncRNA exonic 50
ncRNA intronic 1,831
ncRNA UTR3 3
ncRNA UTR5 1
... ...

Somatic SNV检测及注释

SNV全称Single nucleotide variant,是指在基因组上由单个核苷酸的替换所引起的变异。体细胞突变,特别是其中的驱动突变对解释肿瘤的发生和发展具有非常重要的意义,另一方面肿瘤耐药性的产生也与体细胞突变有关。我们主要使用muTect软件来寻找Somatic SNV位点。注释内容还包括对突变所在基因进行功能注释,使用包括GO生物学过程、GO细胞组分、GO分子功能、KEGG、Reactome、Biocarta、PID等与信号转导和代谢通路相关的数据库。全基因组测序可以检测编码区、UTR区、基因间区等区域。

高频突变基因分析

高频突变基因(Significantly mutated genes, SMG)综合考虑了体细胞SNV和InDel等变异,
是指突变频率显著高于背景突变频率的基因。肿瘤高频突变分析使用MuSiC软件,
MuSiC以所有或部分肿瘤样本为背景,对各个突变类型进行统计检验。

了解更多>>

高频突变基因富集分析

在生物体内,不同基因相互协调行使其生物学功能,通过Pathway显著性富集能确定高频突变基因参与的最主要生化代谢途径和信号转导途径。利用PathScan软件进行通路富集分析,使用的代谢通路数据库有:KEGG、Biocarta、PID、Reactome等。

了解更多>>

突变特征分析

考虑点突变位点上、下游各1bp位置的碱基种类,可以将点突变分为96种类型。突变特征分析是根据各肿瘤样本中96种突变类型的频率,通过非负矩阵分解的方法将点突变分解为多个不同的突变特征,将样品突变特征与COSMIC网站中30种已知的突变特征进行聚类,利用与样本突变特征相似的已知特征的注释信息解释样本突变过程。