动植物基因组de novo常见问题

动植物基因组de novo常见问题基础知识1、什么是基因组de novo测序？答：对某一物种进行高通量测序，利用高性能计算平台和生物信息学方法，在不依赖于参考基因组的情况下进行组装，从而绘制该物种的全基因组序列图谱。 2、普通基因组的定义？答：单倍体，纯合二倍体或者杂合度0.5%，且重复序列含量50%）。 4、怎么查询基因组的大小？答：查询植物基因组大小的网站：/cvalues/CvalServlet?querytype=2；查询动物基因组大小的网站：/search.php。 5、基因组的项目周期？6、基因组承诺的组装指标？答：简单基因组：contig N5020K，scaffold N50500K；复杂基因组：contig N5020K，scaffold N50300K。 样品要求1、动植物基因组测序对取样有什么要求？答：植物：需要黑暗无菌条件下培养的黄化苗、组培苗，基因组样本量500g1mg，越多越好。选择纯合或杂合度尽可能小的样品（杂合度20K，scaffold N50300K。 4、复杂基因组（二倍体杂合）的解决方案？答：针对复杂基因组中二倍体杂合基因组，诺禾致源开发了NOVOheter软件，成功实现了二倍体杂合基因组组装。与SOAPdenovo相比，NOVOheter软件组装二倍体杂合基因组的技术创新主要体现在以下几个方面：（1）通过高深度测序（200-300X）将基因组上的杂合和纯合区域分开；（2）利用reads信息和PE关系连接杂合位点，延长原始contigs：在杂合部分间距离较短的情况下，利用reads信息将杂合位点连接起来，若杂合部分间距离较长时，利用Pair-End关系连接杂合位点（所以需要加入更多类型的小片段文库，以连接不同距离的杂合位点），从而提高了contigs的长度，为后续组装打下基础（图3）； 图3 基于NOVOheter软件构建contigsa：利用深度信息区分杂合部分（覆盖度为n）和纯合部分（覆盖度为2n）；b：若杂合部分的距离较短（如60bp），则可利用reads信息将杂合位点连接起来；c：若杂合部分的距离较长（如400bp），则利用Pair-End关系，将杂合位点连接起来；d：得到杂合contigs。注：图中不同颜色的点表示杂合位点。（3）分区域构建scaffolds：同样利用contigs深度信息区分纯合contigs和杂合contigs；利用Pair-End关系将纯合contigs，杂合contigs分别组装成scaffolds；最后将相邻的纯合contigs和杂合contigs进行连接，构建更长的scaffolds。 5、如何评价组装结果？答：常染色体区的覆盖度：评价基因组常染色体区的覆盖度，可以用BAC或者是Fosmid序列来评估；把已公布或者客户提供的BAC或fosmid克隆序列作为Refrence，将拼接完成的基因组序列map回已知的BAC或者fosmid序列上，检查拼接的序列对已知序列的覆盖度到什么水平。 基因区的覆盖度：评价基因区的覆盖度，可以用EST序列或者是转录组序列来评估；把已公布或者客户提供的EST或转录组序列作为query序列map到拼接完成的基因组序列上，检查拼接序列对已知序列的覆盖度是达到什么水平。 6、影响基因组组装的因素？答：基因组的重复序列和杂合度，是否污染以及基因组的倍性情况。 7、基因组项目的标准生物信息分析的内容？答：基因组项目的标准生物信息分析的内容如下：（1）数据处理；（2）基因组组装： 基因组评估：基因组大小、GC含量、复杂序列、杂合度评； 组装：数据纠错；Contig、Scaffold组装；Gap填充；组装质量分析、评估和结果统计；（3）基因组注释：重复序列注释；基因预测；基因组功能注释；非编码RNA注释；（4）比较基因组学分析： 基因家