DNA测序技术及展望

1、杨倩倩杨倩倩生命科学学院生命科学学院Tel:Tel: 1 187575643428757564342Email:Email: 第一代测序技术第二代测序技术第三代测序技术DNA测序技术的展望第一代测序技术DNA测序测序即即核酸核酸DNA分子一级结构的测定，是现代分子生物分子一级结构的测定，是现代分子生物学一项重要的技术学一项重要的技术。生命的奥秘蕴藏于 “四字天书”之中GCTTCTTCCTCATTTTCTCTTGCCGCCACCATGCCGCCACCA TCATTTTCTCTTGCCGCCACCATGCTTCTTCCTCATTTTCTCT CCACCATGCCGCCACCACGCCACCATGC

2、TTCTTCCTCATCTC GCTTTCTTGCCGCCACCATGCCGCCACCGCTTCTTCCtTCTCT第一代第一代DNADNA测序技术测序技术： 传统的化学降解法、双脱氧链终止法以及在它们的基传统的化学降解法、双脱氧链终止法以及在它们的基础上发展来的各种础上发展来的各种DNADNA测序技术。测序技术。 1963年，年，等人第一次完成胰岛素等人第一次完成胰岛素51个氨基酸序列个氨基酸序列测定测定 70年代后期，年代后期，和和Maxam-Gilbert等人又建立了等人又建立了Sanger双脱氧双脱氧链链终止法终止法和和Maxam-Gilbert化学裂化学裂解法解法第一代第一代DNAD

3、NA测序技术包括：测序技术包括：化学降解法化学降解法、双脱氧链终止法双脱氧链终止法、荧光自动测序技术荧光自动测序技术和和杂交测序技术杂交测序技术。基本原理基本原理: : 利用特异的利用特异的选择性试剂选择性试剂，专一性的随机断裂，专一性的随机断裂DNADNA成不同长短的片段。根据试剂的选择性及片段在高分成不同长短的片段。根据试剂的选择性及片段在高分辨力的辨力的聚丙烯酰胺凝胶电泳聚丙烯酰胺凝胶电泳上的区带位置，判断上的区带位置，判断DNADNA片段末端核苷酸的种类，从而测出片段末端核苷酸的种类，从而测出DNADNA的序列。的序列。 将双链将双链DNADNA样品变为样品变为单链单链 每个单链的同一

4、方向末端都用放射每个单链的同一方向末端都用放射性同位素性同位素标记标记, ,以便显示以便显示DNADNA条带条带 分别用不同方法处理分别用不同方法处理, ,获得只差获得只差一个核苷酸的一个核苷酸的降解降解DNADNA群体群体 电泳，电泳，读读取取DNADNA的核苷酸顺序的核苷酸顺序技术路线技术路线碱基碱基特异修饰方法特异修饰方法GPh8.0,用用硫酸二甲酯硫酸二甲酯对对 N7进行甲基化进行甲基化,使使 C8-C9键对碱基裂解有特殊敏感性键对碱基裂解有特殊敏感性A+GpH2.0 哌啶甲酸哌啶甲酸可使嘌呤环的可使嘌呤环的N原子化原子化,从而导从而导致脱嘌呤致脱嘌呤,并因此消弱腺嘌呤和鸟嘌呤的糖苷并

5、因此消弱腺嘌呤和鸟嘌呤的糖苷键键C+T肼肼可打开嘧啶环可打开嘧啶环,后者重新环化成五元环后易后者重新环化成五元环后易除去除去C1.5mol/L NaCl存在时存在时,可用可用肼肼除去胞嘧啶除去胞嘧啶Maxam-Gilbert Maxam-Gilbert 法所用的化学技术法所用的化学技术 化学降解法刚问世时，准确性较好，也容易化学降解法刚问世时，准确性较好，也容易为普通研究人员所掌握，因此用得较多为普通研究人员所掌握，因此用得较多。优点：即所测优点：即所测序列来自序列来自原原DNA分子分子而不是酶促合而不是酶促合成产生的拷贝，排除了合成时造成的错误成产生的拷贝，排除了合成时造成的错误。缺点：操作

6、过程较麻烦缺点：操作过程较麻烦，且用到放射性物质，逐，且用到放射性物质，逐渐被简便快速的渐被简便快速的Sanger法所代替。法所代替。 利用利用DNA聚合酶聚合酶和和双脱氧链终止物双脱氧链终止物测测定定DNA核苷酸顺序的方核苷酸顺序的方法，是由英国剑桥分法，是由英国剑桥分子生物学实验室的生子生物学实验室的生物化学家物化学家F. Sanger等等人于人于1977年发明的。年发明的。F. Sanger（19801980年诺贝尔奖获得者）年诺贝尔奖获得者） dideoxy chain-termination method反应所需物质：反应所需物质：DNA模板、引物、模板、引物、DNA聚合聚合 酶、酶

7、、dNTP、缓冲液、缓冲液每个循环包括：每个循环包括：变性（变性（90）、退火（）、退火（54 ）、延伸（）、延伸（72 ） 双脱氧链终止法双脱氧链终止法基本原理：DNA聚合酶不能够区分聚合酶不能够区分dNTP和和ddNTP，ddNTP参参入到寡核苷酸链的入到寡核苷酸链的3-末端，终止末端，终止DNA链链的增长的增长。合成的互补链在不同位置随机终止反应，产生只差一个核苷酸的DNA分子，读取待测DNA的顺序。 读出模板互读出模板互补序列补序列dNTP 凝胶电泳凝胶电泳 较大片段较大片段 较小片段较小片段ddGTPddATPddCTP ddTTP 反应混合物反应混合物Klenow酶酶 未知序列的单

8、链未知序列的单链DNA 读出待测读出待测序列序列CTGACTTCGACAAAGAA5 3 A C T GddGddGddGddGGACTGAAGCTGTT3 5 CTGACTTCGACAA5 3 Sanger Sanger法因操作简便，得到广泛的应用。法因操作简便，得到广泛的应用。后来在此基础上发展出多种后来在此基础上发展出多种DNADNA测序技测序技术，其中最重要的是术，其中最重要的是荧光自动测序技术荧光自动测序技术。*荧光自动化测序荧光自动化测序多色荧光标记多色荧光标记毛细管电泳毛细管电泳 单色荧光标记单色荧光标记平板电泳平板电泳同位素标记同位素标记平板电泳平板电泳A C G TACGT测

9、序图谱测序图谱T A TTG CAT TG TC TGCATTG T C Tcomputer analysis凝胶中凝胶中DNA移动方向移动方向样品槽样品槽激光器激光器输入光学系统输入光学系统成象透镜成象透镜聚焦透镜聚焦透镜高灵敏度相机高灵敏度相机旋光镜旋光镜/棱镜组件棱镜组件DNADNA自动测序结果举例自动测序结果举例目前商品化生产的最先进测序仪为目前商品化生产的最先进测序仪为ABI3730测序仪，最长可以测测序仪，最长可以测1200个碱基个碱基1、DNA链终止法决定了一个反应链终止法决定了一个反应所测序列不能太所测序列不能太长长，目，目前前1000 bp左右。左右。2、测序反应、测序反应费

10、时费力费时费力 第一个人类基因组测序花第一个人类基因组测序花了了13年的时间，耗费了年的时间，耗费了30亿美元的费用亿美元的费用。3、测序、测序准确度不高准确度不高 DNA聚合酶造成的碱基错配，聚合酶造成的碱基错配，DNA序列判读错误序列判读错误。4、测序、测序基于基于PCR反应反应，需要引物，需要引物，有些些结构复，有些些结构复杂杂的难于进行的难于进行PCR反应的片段不能测序。反应的片段不能测序。 通过几十年的逐步改进通过几十年的逐步改进, , 第第1 1 代测序仪的代测序仪的读长可以超过读长可以超过1000 bp, 1000 bp, 原始数据的准确率可原始数据的准确率可以高达以高达99.9

11、99%, 99.999%, 测定每千碱基序列的成本测定每千碱基序列的成本是是0.5 0.5 美元美元, , 每天的数据通量可以达到每天的数据通量可以达到600000 600000 碱基。碱基。第二代测序技术 第一代测序技术在分子生物学研究中发挥第一代测序技术在分子生物学研究中发挥过过重要的作用，如人类基因组计划重要的作用，如人类基因组计划(HGP(HGP) )主要主要基于第一代基于第一代DNADNA测序技术测序技术。 随着人类基因组计划随着人类基因组计划的完成，人们进入的完成，人们进入了后基因组时代，即功能基因组时代了后基因组时代，即功能基因组时代，传统传统的测序方法已经不能满足的测序方法已经

12、不能满足深度测序深度测序和和重复测重复测序序等大规模基因组测序等大规模基因组测序的需求，这促使的需求，这促使了新了新一代一代DNADNA测序技术的诞生。新一代测序技测序技术的诞生。新一代测序技术即术即第二代测序技术第二代测序技术。测序设备发展现状第一代（稳定需求）第一代（稳定需求）ABi3130 xL3730 xL3500 xL第三代第三代Helicos BiosciencesHelicos Genetic Analysis System Pacific BiosciencesRSSystem 第二代（高速发展）第二代（高速发展）RocheGenome Sequencer FLX System

13、 GS Junior System IlluminaGenome Analyzer IIxMiSeqHiSeq 1000HiSeq 2000Life Technologies (ABi)5500 SOLiD System5500 xL SOLiD SystemIon Torrent PGMDanaherMotionPolonator G.007Complete Genomics无锡艾吉因生物信息技术有限公司无锡艾吉因生物信息技术有限公司AG-100深圳华因康基因科技有限公司深圳华因康基因科技有限公司Pstar-1中科中科院北京基因组所院北京基因组所/半导体所半导体所BIGIS-1BIGIS-4

14、199020052020Year2015201020001995Mb1000Mb4000ABI373ABI377ABI3130ABI3730ABI3730 xlGA-I GA-IILess Than 5 yrsHiSeq1000/2000Mb4500ABI3700ABI3700 xlSOLiDSOLiD2SOLiD35500 xl SOLiDABI3130 xlGA-IIx5500 SOLiD测序设备的垄断和高速度换代 第二代测序技术将第二代测序技术将片段化片段化的基因组的基因组DNADNA两侧连两侧连上上接头接头，随，随后用不同的方法产生几百万个后用不同的方法产生几百万个空间固定空间固定的的

15、PCRPCR克隆阵列克隆阵列。每个克隆由单个文库片。每个克隆由单个文库片段的多个段的多个拷贝组成拷贝组成，然后进行然后进行引物杂交引物杂交和和酶延伸反应酶延伸反应。 所有克隆在所有克隆在同一同一平面上，反应大规模平行进行，平面上，反应大规模平行进行，每个延伸反应所掺入每个延伸反应所掺入的的荧光标记荧光标记的成像检测也的成像检测也能同能同时进行，从而获得测序数据。时进行，从而获得测序数据。 DNADNA序列延伸和成像检测序列延伸和成像检测不断重复，最后经不断重复，最后经计计算机分析算机分析获获得完整的得完整的DNADNA序列。序列。*高通量高通量*准确度高准确度高*成本低成本低*覆盖度高覆盖度高

16、*产产出出巨大巨大Roche,Roche, 454454 GS FLXGS FLXIllumina,Illumina, Solexa Solexa Genome Genome AnalyzerAnalyzer/ /Hiseq2000Hiseq2000ABI,ABI, SOLiDSOLiD200520062007BirthdayPrinciple焦磷酸测序焦磷酸测序Pyrosequencing合成法合成法Sequencing-by-Synthesis连接法连接法Sequencing-by-Ligation2.1 4542.1 454测序技术测序技术 原理：在原理：在DNADNA聚合酶聚合酶、AT

17、PATP硫酸化酶硫酸化酶、荧光素酶荧光素酶和和双磷酸酶双磷酸酶的作用下，将每一个的作用下，将每一个dNTPdNTP的聚合与一次化学发光信号的释放偶的聚合与一次化学发光信号的释放偶联起来，通过检测化学发光信号的有无和强联起来，通过检测化学发光信号的有无和强度，达到实时检测度，达到实时检测DNADNA序列的目的。序列的目的。 1、文库制备、文库制备：基因组基因组DNA/cDNA片段化处理至片段化处理至300-800bp，经末端修复与特经末端修复与特异性接头连接等修饰后变性处理回收单链的异性接头连接等修饰后变性处理回收单链的DNA 。2、Emulsion PCR：*单链单链DNA文库被文库被固定固定

18、在在DNA捕获磁珠上，捕获磁珠上，乳化乳化，形，形成油包水的混合物，每个独特的片断在自己的微反成油包水的混合物，每个独特的片断在自己的微反应器里进行独立的应器里进行独立的扩增，扩增，回收纯化回收纯化 3、测序反应、测序反应：携带携带DNA片段的磁珠被放入片段的磁珠被放入PTP板中供测序反应使用。板中供测序反应使用。 4、数据分析、数据分析：GS FLX系统在系统在10小时的运行当中可获得小时的运行当中可获得100余万个读余万个读长，读取超过长，读取超过4-6亿个碱基信息亿个碱基信息 *454技术的主要技术的主要缺点缺点是是无法准确测量同聚无法准确测量同聚物的长度物的长度。*例如当待测例如当待测

19、序列中出现序列中出现Poly(A)时，时，测序反应中会测序反应中会一次多加一次多加上一个上一个T，而加入，而加入T的数目只能从荧光信号的强度来推测，的数目只能从荧光信号的强度来推测，有可能造成结果不准确有可能造成结果不准确。因而，。因而，454技术主要的错误不是技术主要的错误不是来自核苷酸的替换，而是来自插入或缺失。来自核苷酸的替换，而是来自插入或缺失。*454技术最大的技术最大的优势优势在于在于较长的读取长度较长的读取长度，使得后继的序，使得后继的序列拼接工作更加高效、准确。列拼接工作更加高效、准确。 454454生命科学公司在生命科学公司在20052005年最早推出了第二代年最早推出了第二

20、代测序平台测序平台Genome Sequencer 20Genome Sequencer 20，并测序了支原，并测序了支原体体Mycoplasma genitaliumMycoplasma genitalium的基因组；的基因组；20072007年推年推出性能更优的第二代基因组测序系统一出性能更优的第二代基因组测序系统一Genome Genome Sequencer FLX System(Sequencer FLX System(GS FLXGS FLX) )。 罗罗氏在氏在20052005年便与年便与454454公司洽谈并购事宜，公司洽谈并购事宜，20072007年完成并购，紧接着公布了年完

21、成并购，紧接着公布了DNADNA双螺旋的发双螺旋的发现者之一现者之一沃沃森（森（Jim WatsonJim Watson）的个人基因组）的个人基因组，测序总花费不到一百万美元。测序总花费不到一百万美元。2.2 2.2 Solexa-IlluminaSolexa-Illumina GenomeGenome AnalyzerAnalyzer 核心技术核心技术：“DNADNA簇簇”和和“可逆性末端终止可逆性末端终止”。 原理原理：合成测序合成测序，将基因组，将基因组DNADNA的随机片段附着到光学的随机片段附着到光学透明的玻璃透明的玻璃表面（即表面（即Flow cellFlow cell），），这些

22、这些DNADNA片段经过片段经过延伸延伸和和桥式扩增桥式扩增后，在后，在Flow cellFlow cell上形成了数以亿计上形成了数以亿计ClusterCluster，每，每个个ClusterCluster是具有数千份相同模板的是具有数千份相同模板的单分子簇单分子簇。 利用带荧光基团利用带荧光基团的四种特殊脱氧核糖核苷酸，通过的四种特殊脱氧核糖核苷酸，通过可逆可逆性终止性终止的的“边合成边测序边合成边测序”技术对待测技术对待测的模板的模板DNADNA进行测序。进行测序。 图图2. Solexa测序技术流程测序技术流程*Solexa技术技术的的需要的需要的样品量低至样品量低至100 100 n

23、gng，文库构建过程文库构建过程简单，减少了样品分离和制备简单，减少了样品分离和制备的时间，的时间，读取长度可以达读取长度可以达到到275 bp。 *主要的错误来源是主要的错误来源是核苷核苷酸的替换酸的替换，而不是插入或缺失，目，而不是插入或缺失，目前它的错误率大约在前它的错误率大约在1-1.5 %之间。之间。*每个循环获每个循环获得得20.5-25 Gb的测序结果，耗时约的测序结果，耗时约9.5天。天。*在合成中每次只能添加一个在合成中每次只能添加一个dNTP，因此很好地解决了同，因此很好地解决了同聚物长度的准确测量问题。聚物长度的准确测量问题。S Sequencing by equenci

24、ng by O Oligonucleotideligonucleotide LiLigation and gation and DDetectionetection基本原理：基本原理：连接反应连接反应进行测序，以进行测序，以四色荧光标记四色荧光标记的寡核苷酸的寡核苷酸进行多次连接合成，取代传统的聚合酶连接反应进行多次连接合成，取代传统的聚合酶连接反应。步骤步骤包括：包括：文库准备文库准备扩增扩增微珠与玻片连接微珠与玻片连接连接测序连接测序2.3 SOLiD2.3 SOLiD测序技术测序技术图图3. SOLiD测序技术流程测序技术流程*1、SOLiD基因组文库基因组文库的构建的构建 *2、油包水

25、、油包水PCR *3、含、含DNA模板模板P1磁珠的固定磁珠的固定 *4、SOLiD双碱基编码原理及测序流程双碱基编码原理及测序流程 *4、SOLiD双碱基编码原理及测序流程双碱基编码原理及测序流程 5. 数据分析原理数据分析原理 *SOLiD技术与技术与Solexa技术类似，后续的序列拼接工作也比技术类似，后续的序列拼接工作也比较复杂。较复杂。*SOLiD技术每个循环的数据产出量为技术每个循环的数据产出量为10-15 Gb，耗时约为，耗时约为6-7天。天。*SOLiD技术每个循环可以测两个上样玻片，读取长度可达技术每个循环可以测两个上样玻片，读取长度可达250bp，而且由于采用两碱基测序，该

26、技术的准确率能，而且由于采用两碱基测序，该技术的准确率能达到达到99.94 %以上以上。 超高通量是超高通量是SOLiDSOLiD系统最突出的特点，目前系统最突出的特点，目前SOLiD SOLiD 3 3单单次运行可产生次运行可产生50 GB50 GB的序列数据，相当于的序列数据，相当于1717倍倍人类基因组覆人类基因组覆盖度盖度。第三代测序技术 第三代测序技术是以第三代测序技术是以单分子测序单分子测序为特点的测序技术为特点的测序技术。生物生物科学公司科学公司(BioScience Corporation)(BioScience Corporation)的的HeliScopeHeliScope

27、单单分子测序仪分子测序仪(HeliScope SingleMolecular Sequencer(HeliScope SingleMolecular Sequencer) )太平洋太平洋生物科学公司生物科学公司(Pacific Biosciences)(Pacific Biosciences)的的单分子实时单分子实时DNADNA测序技术测序技术SingleMolecule Real Time (SMRT)DNA SingleMolecule Real Time (SMRT)DNA sequencing technologysequencing technology 牛津纳米孔技术牛津纳米孔技术

28、公司公司(Oxford Nanopore (Oxford Nanopore TechnologiesLtd)TechnologiesLtd)的的纳米孔单分子测序技术纳米孔单分子测序技术等。等。 目前目前, ,我国也启动了第三代测序技术的研究。我国也启动了第三代测序技术的研究。20092009年年1212月月, ,中科院北京基因组研究所与浪潮成立中科院北京基因组研究所与浪潮成立“中科院北中科院北京基因组研究所京基因组研究所浪潮基因组科学联合实验室浪潮基因组科学联合实验室”, ,利用各利用各自的优势联合研发国产第三代测序仪自的优势联合研发国产第三代测序仪, ,第一台样机预计第一台样机预计20132

29、013年问世年问世, ,届时有望缓解测序仪核心技术受制于国外届时有望缓解测序仪核心技术受制于国外公司的现状。公司的现状。 第二代的高通量测序技术已经得到了很好的发展和第二代的高通量测序技术已经得到了很好的发展和应用应用, , 但是由于其但是由于其测序速度、成本、准确度测序速度、成本、准确度等关键问题的等关键问题的解决仍存在困难解决仍存在困难, ,研究者们很快将目光转向了更高更新的研究者们很快将目光转向了更高更新的测序解决方案。测序解决方案。 单分子测序也就应运而生。单分子测序也就应运而生。第三代测序技术第三代测序技术非常惊人！非常惊人！1 1、它实现了、它实现了DNADNA聚合酶内在自身的反应

30、速度，聚合酶内在自身的反应速度，一秒可以测一秒可以测1010个碱基个碱基，测序速度是化学法测序的，测序速度是化学法测序的2 2万倍。万倍。2 2、它实现了、它实现了DNADNA聚合酶内在自身的聚合酶内在自身的processivityprocessivity（延续性，（延续性，也就是也就是DNADNA聚合酶一次可以合成很长的片段），聚合酶一次可以合成很长的片段），一个反应就一个反应就可以测非常长的序列可以测非常长的序列。 二代测序现在可以测到上百个碱基，二代测序现在可以测到上百个碱基，但是三代测序现在就可以测几千个碱基。这为基因组的重复但是三代测序现在就可以测几千个碱基。这为基因组的重复序列的拼

31、接提供了非常好的条件。序列的拼接提供了非常好的条件。3 3、它的、它的精度非常高精度非常高，达到，达到99.9999%99.9999%。4 4、可直接测、可直接测RNARNA序列。序列。5 5、可直接测、可直接测甲基化的甲基化的DNADNA序列。序列。 2008 2008年年4 4月，月，Helico BioScienceHelico BioScience公司的公司的TimothyTimothy等人在等人在ScienceScience上报道了他们开发的上报道了他们开发的真正的单分子测序真正的单分子测序技术技术，对一个对一个M13M13病毒基因组进病毒基因组进行重测序行重测序，被称为真被称为真正

32、的单分子测序，它跨过正的单分子测序，它跨过了前述了前述3 3种高通量测序依赖的种高通量测序依赖的基于基于PCRPCR扩增的信号扩增的信号放大过程，达到了读取单个荧光放大过程，达到了读取单个荧光分子的能力。分子的能力。 斯坦福大学的斯坦福大学的科学家利用科学家利用HeliscopeHeliscope单分子测序仪单分子测序仪, ,用了用了48 00048 000美元的试剂和美元的试剂和4 4个星个星期的时间，对期的时间，对一名白一名白人男子的基因组进行了测序。测序的覆盖度达人男子的基因组进行了测序。测序的覆盖度达2828倍，倍，覆盖覆盖了了90%90%的人类参考基因组。序列读长的人类参考基因组。序

33、列读长24-70 bp,24-70 bp,平平均读长为均读长为32 bp,32 bp,并鉴定出并鉴定出280280万个万个SNPSNP位点和位点和752752个拷个拷贝数变异。贝数变异。3.1 HeliScope3.1 HeliScope单分子测序仪单分子测序仪 Pacific bioscience Pacific bioscience 在在ScienceScience上报道了他们的上报道了他们的基基于于SMARTSMART技术的单分子测序技术技术的单分子测序技术, ,该技术利用单分子技该技术利用单分子技术和术和DNADNA聚合酶聚合酶, ,在聚合反应的同时就可以读取测序产在聚合反应的同时就可以读取测序产物物, ,目前一期的读取速度为目前一期的读取速度为3 3 bp/sbp/s, ,但他们声称在但他们声称在2013 2013 前实现三分钟读完人类基因组。前实现三分钟读完人类基因组。PacificPacific技术目前在研技术目前在研究大肠杆菌基因组时的评价读长为究大肠杆菌基因组时的评价读长为586586个碱基个碱基, ,有些能有些能达到达到28052805碱基碱基, ,新仪器的单个读长已达新仪器的单个读长已达1035110351个碱基个碱基, ,而且有望实现更大的读长而且有望实现更大的读长, ,而且准确率