简述一代、二代、三代测序技术在应用上的区别

一代、二代还是三代测序,我到底应选哪个?看完您就知道了。

测序技术的出现,让人类第一次能够直接探索生物体的本质差异,放到整个科学史上也是极其重要的事件!

现如今,成本越来越低,测序已经走进了寻常生物实验室,成为了一种基础技术。但很多人还是分不清各种测序技术的区别和应用场景,甚至会误以为越新越好,二代好于一代,三代就一定比二代强,实际上这几种测序技术是同时存在,且适用于不同的实验,并非是取代的关系。

下面小编就简述一代、二代、三代测序技术的优劣势以及应用情况

一代测序

一代测序一般指Sanger测序,是上世纪70年代由sangerCoulson开创的DNA双脱氧链终止法测序,当初几十个国家花了几十亿刀完成的人类基因组计划就是使用的改良版sanger测序。其技术原理如下图所示:

attachments-2019-07-FGTbVqNG5d1d74f88ae4b.jpg

sanger测序一次可以读取600-1000bp的碱基,准确性十分之高,至今仍是正确性的金标准。该技术在当下依然被广泛应用,比如构建载体做克隆,基因敲除等实验都可以用到。但其通量实在太低,导致在很多情况下成本太高,难以广泛应用。

二代测序

二代测序技术,又称为Next Generation SequencingNGS)技术,高通量测序技术,是为了改进一代测序通量过低的问题而出现的。刚面世时主要包括Roche公司的454技术、ABI公司的Solid技术和Illumina公司的Solexa技术。这三种技术都极大的提高了测序的通量,大大降低了测序成本和周期。

其中Illumina公司凭借超低的测序成本和可以接受的读长,成为了目前最主流的二代测序公司,其测序成本近五年来从几千元1G1G10亿碱基)降到了到今天的40多块钱1G数据量,这个过程中基因组De novo测序,转录组、小RNALncRNAcircRNA测序,DNA甲基化测序,高密度遗传图谱,大规模GWAS关联分析等等实验手段得到了广泛的推广应用。

对其测序原理有兴趣的同学可以点击观看官方视频,我们组学大讲堂制作了中文字幕方便观看。

二代测序技术虽然通量很高,成本低廉,但是读长实在太短,主流的Illumina测序仪,常规模式只能测PE150的长度,靠着软件算法上的进步才得以可用。还是原生测得长才是王道啊!由此三代测序走上了历史舞台。

三代测序

三代测序主要有两种技术:PacBio公司的SMRTOxford Nanopore Technologies的纳米孔单分子测序技术,这两种技术的测序读长都可以达到几十kb的级别,远远高于二代测序技术。这对于无参物种的分子生物学研究大有帮助,长读长对于基因组拼接、全长基因序列的获取提供了巨大的便利。

但是三代仍然不是完美的技术,其测序错误率相对于一代和二代还是高了很多,另外通量还是远低于二代测序,导致成本也是数倍于二代测序。

伪装成彩蛋的重点

最后小编感慨下测序价格的变化,6年前小编刚入行时二代转录组的价格是1.33G数据,现在1000块钱6G数据,6年间价格降了20多倍

3年前三代全长转录组还得88G,而上个月已经有公司打出了120G的价格,3年间价格就降了20倍!

我相信不少老师手里还有3年前测的三代测序数据没看,相当于20倍的钱做了项目,可见数据闲置是多么巨大的浪费!!

尽早利用数据,完成成果转化,才是最大的经费节约!看懂结果,分析数据少不了生物信息学的帮助。组学大讲堂(专业生信培训机构,学员突破1.5万人,18年金云奖唯一获奖生信团队)精心制作了29门生物信息视频教程,涵盖转录调控、基因家族、癌症数据库挖掘、微生物研究、编程语言(R、Perl)等方向。想学习的老师、同学赶紧点击这里进入组学大讲堂网课首页吧!~

如果在购买过程中遇到问题可以联系微信“532812110”进行咨询。

附组学大讲堂网课列表

attachments-2020-04-aCEvV5Vt5ea7f83a7ef08.png

延伸阅读

1. 充电课-转录组扫盲篇

2. 基因家族分析文献详解课程-免费领取

3. 免费领取生信课程(适合小白自学生信)《Linux生信分析环境搭建Bio-linux》

4. 100+篇2019年基因家族分析SCI(1-3月发表)免费领(文末领取)

5. 充电课-限时免费领取《癌症TCGA-文章套路解析》课程

6. 通知-请下载新的2018期刊分区及影响因子汇总表

7. 充电课-免费领取《illumina测序原理及Fastq文件解读》视频课程

  • 发表于 2019-07-04 11:44
  • 阅读 ( 10081 )
  • 分类:基因组学

0 条评论

请先 登录 后评论
omics007
omics007

33 篇文章

作家榜 »

  1. omicsgene 698 文章
  2. 安生水 347 文章
  3. Daitoue 167 文章
  4. 生物女学霸 120 文章
  5. xun 80 文章
  6. 红橙子 78 文章
  7. rzx 74 文章
  8. CORNERSTONE 72 文章