单细胞基因组测序-诺禾致源-Single cell单细胞基因组测序

基因组测序>
- 建库测序>
- 人类基因组测序>
- 动植物基因组测序>
- 微生物基因组测序>
转录调控测序>
表观组测序>
单细胞测序>
空间转录组>
基因分型>
质谱分析>
- 蛋白组学分析>
- 代谢组学分析>
- 免疫定量>
转化医学>
- 转化医学及临床试验服务>
- 伴随诊断一站式解决方案>
  - 伴随诊断一站式解决方案
多组学联合分析>
相关资料下载

单细胞基因组测序

单细胞测序通过对单个细胞基因组扩增和测序，解决了用组织样本无法获得不同单个细胞的异质性信息、样本量太少无法进行常规测序的难题，为科学家研究解析单个细胞的行为、机制、与机体的关系等提供了新方向，为早期检测、诊断疾病及疾病的个体化治疗提供指导。

应用方向

单个细胞全基因组测序；
微量DNA全基因组测序；

诺禾优势

1.采用MALBAC全基因组扩增技术
采用多次退火环状循环扩增技术（Multiple annealing and looping-based amplification cycles, MALBAC）对单细胞全基因组或痕量DNA扩增，扩增更为均匀、偏倚性低。

材料选取

DNA样品
单个细胞或者
0.5pg-1ng基因组DNA

扩增技术
MALBAC

PE150测序

信息分析

(Huang et al. 2015)
2.多种单细胞基因组测序产品
MALBAC扩增全基因组后，可实现单细胞全基因组测序、单细胞外显子组测序和单细胞目标区域测序等多种测序策略。
3.定制化信息分析
针对不同项目，除了进行标准信息分析外，通过与合作伙伴共同探讨，制定可行的个性化信息分析方案，整合各种主流软件，优化分析结果，以确保结果的准确性及创新性。
- 60人
  分析团队
- 3年
  项目经验
- 2000+
  结题项目
- 1对1
  项目服务

4.丰富的项目经验

诺禾致源已成功完成单精子全基因组测序、透明细胞肾细胞癌单细胞基因组测序等测序项目，相关研究成果在Science、Cell Research等科学期刊发表。

期刊	影响因子	文章名称	样本类型
Science	37.205	Probing meiotic recombination and aneuploidy of single sperm cells by whole-genome sequencing	精子细胞
Cell Research	15.606	Single-cell exome sequencing identifies mutations in KCP, LOC440040, and LOC440563 as drivers in renal cell carcinoma stem cells	透明细胞肾细胞癌细胞

信息分析

标准分析+高级分析+个性化分析是可提供的完整分析方案。外显子组测序数据通过将严格质控和比对，采用可靠分析方法检测外显子组变异信息，为遗传病和癌症研究奠定基础。

疾病基因组学
基本信息分析	高级信息分析	个性化信息分析
1.数据质控：去除接头污染和低质量数据 2.与参考序列进进行对、统计测序深度及覆盖度 3. 样本性别质控 4. 样本 IBD 质控 5.SNP / InDel / SV / CNV 检测、注释及统计 6. SNP / InDel / SV / CNV 关注优先级标记 7.基因组变异 Circos 图展示	基于变异有害性的筛选 1. 突变位点筛选 1.1 过滤频率 1.2 保留编码区和剪切区的变异 1.3 过滤同义突变和重复区非移码突变 1.4 氨基酸保守性预测（SIFT，PolyPhen，MutationTaster，CADD 等软件预测） 2. 突变位点有害性分类（ACMG） 3. Non-coding 区突变位点筛选 4. 结构变异 CNV/SV 有害性分析基于选样信息的筛选 1．显性／隐性遗传模式分析（需合作方提供家系图） 1.1 显性遗传模式 1.2 隐性遗传模式 2．新生突变筛选（仅适用于核心家系） 2.1 de novo SNP/InDel 筛选 2.2 de novo CNV/SV 筛选 2.3 SNP/InDel 新生突变速率计算 3. 家系连锁分析（仅适用于：家系样本） 4. 纯合子区域（ROH）分析（仅适用于：近亲结婚的家系样本） 5. 共有突变基因筛选（仅适用于散发样本）基于基因功能和表型的筛选 1. 蛋白功能互作网络（PPI 分析） 2. 候选基因功能富集分析 3. 候选基因通路富集分析 4. 候选基因与疾病相关性排序 HLA分型分析此部分独独于其他高级分析，可与经典分析同时签订也可单独签订： HLA 分型分析 1.与 IMGT/ HLA 数据库比对、统计测序深度及覆盖度 2.HLA 分型、注释线粒体基因组分析此部分独立于其他高级分析，可与经典分析同时签订也可单独签订：线粒体基因组分析 1. 与线粒体参考序列进行比对、统计测序深度及覆盖度等 2. 异质性 SNP/ InDel 检测、注释及统计 3. 突变位点有害性筛选 4. 共有突变基因筛选（散发样本） 5. 线粒体相对拷贝数分析 6. 线粒体 Circos 图展示	1. 药物效应多态性的遗传学机理研究使用 PharmGKB 和 Drugbank 数据库对药物基因组项目进行注释和分析，需客户提供所关注的药物名称 2. 生存分析（基于临床随访数据） 2.1 构建 Cox 风险比例回归模型 2.2 生存曲线 2.3 绘制曼哈顿图 2.4 绘制 Q-Q 图 2.5 绘制 Locus Zoom 图 3. 疾病显著性关联位点分析（建议基于 150 对以上 case/control） 3.1 Fisher 精确检验 3.2 绘制曼哈顿图 3.3 绘制 Q-Q 图 3.4 绘制 Locus Zoom 图 4. 疾病显著性关联基因分析（建议基于 100 对以上 case/control） 4.1 SKATO 统计检验 4.2 绘制 Heat map 图 5. 备注：Control 的选择范围（1）客户准备 control 样本，和 case 样本并进行测序后，进行关联分析（2）可以免费利用诺禾内部自然人数据库 Novo-Zhonghua 作为 control 来做关联分析（3）可以利用数据库 GnomAD 作为 control 来做关联分析 6. 基于 HLA 型别的关联分析 7. 基于线粒体基因组的关联分析 8. STR（short tandem repeats）分析

癌症基因组学
基本信息分析A	高级信息分析	个性化信息分析
1.数据质控：去除接头污染和低质量数据 2.与参考序列进??对、统计测序深度及覆盖度 3.样本性别质控 4.样本 IBD 质控 5.SNP / InDel / SV / CNV 检测、注释及统计 6. SNP / InDel / SV / CNV 关注优先级标记 7.基因组变异 Circos 图展?	癌症经典高级分析 1. MRT高频突变基因相关性分析（＞2对样本） 1.1 高频突变基因协同作用分析 1.2 高频突变基因互斥作用分析 2. 驱动基因预测（>2对样本） 2.1 OncodriveCLUST 2.2 OncodriveFM 2.3 驱动基因整体预测 3. 突变位点分布情况分析 4. CNV分布与高频CNV分析 4.1 CNV分布分析 4.2 高频CNV分析（＞2对样本） 5. 融合基因检测及Circos图展示 6. 肿瘤纯度/倍性分析 7. 杂合性缺失（LOH）分析 8. 克隆结构分析 8.1体细胞突变CCF计算 8.2单样本克隆结构分析（Pyclone） 9. NovoDrug靶向用药预测 10. NovoDR耐药突变筛选 11. NovoNoncoding非编码区高频突变分析癌症免疫基因组分析 1. 新抗原相关简介 1.1 新抗原预测 1.2 新抗原与突变负荷分析 1.3 主亚克隆新抗原分析 1.4 HLA 突变分析 2. 错配修复分析 2.1 错配修复基因突变分析 2.2 错配修复特征分析 3. 微卫星分析 3.1 单样本 MS 状态分析 3.2 成对样本 MS 状态分析（Somatic） 3.3 高频 MSI 基因筛选 3.4 MSI 特征分析癌症线粒体分析 1.数据质控：去除接头污染和低质量数据 2.与参考序列进行比对、统计测序深度及覆盖度等 3. Germline SNV/Indel检测 4. Somatic SNV/Indel检测 5. 异质性检测、注释及统计 6. 相对拷贝数与拷贝数变异检测	1. 肿瘤进化研究 1.1 肿瘤进化树分析 1.2 多样本间克隆结构分析 2. 染色体结构变异分析 2.1 染色体重排特征分析 2.2染色体结构变异分型 2.3 Chromothripsis（染色体碎裂） 2.4 Kataegis分析 2.5 Chromoplexy（染色体周期性破坏） 3. 病毒整合分析 4. 其他个性化分析 4.1 端粒长度分析 4.2 突变频谱3D展示图 4.3 Conpair分析样本间一致性和污染程度 4.4 临床数据整合
基本信息A+
1. 易感基因筛查 2. 高频突变分析（>2对样本） 2.1 高频突变基因统计 2.2 高频突变基因富集分析 3. NMF 突变特征/突变频谱分析 3.1 突变频谱分析 3.2 NMF突变特征分析（>2对样本） 4. NovoDriver已知驱动基因筛选 5. 基因组变异 Circos 图展示

送样建议

组织类型	送样建议
细胞	1~1000个
DNA	≥0.5 pg

常见问题

1.为什么选择单细胞测序技术？
- 同一类型细胞中可能存在很多不同表型及基因型的细胞，单细胞扩增技术通过在单个细胞水平上对基因组进行测序，为科学家研究解析单个细胞的行为、机制、与机体的关系等提供了新方向，广泛应用于：生殖细胞、胚胎干细胞、神经细胞、肿瘤细胞、免疫细胞等热点研究领域。

2.单细胞分拣有哪几种常用方法？公司是否提供分选？
- 单细胞分拣的常用方法有梯度稀释、显微操控、流式细胞分拣和微流控芯片，以及C1单细胞全自动制备系统。目前，诺禾致源不提供单细胞分选服务，需由客户自行分选。

3.单细胞样本有什么要求？
- 样本数量：单个细胞，同时适用于起始模板量为单染色体或范围在0.5pg级至1ng级的基因组DNA。
  样本预处理：为减少细胞准备过程中DNA的污染，建议您在实验前对细胞进行清洗，清洗液为不含 Mg ²⁺和Ca ²⁺的1×PBS溶液，保证实验中的PBS溶液的体积不得超过1μL。
  样品寄送要求：单细胞保存于1xPBS buffer（不含Ca ²⁺和 Mg ²⁺），体积在2μL以内，使用干冰运输。

4.公司提供哪种单细胞扩增技术？有什么优势？
- DNA水平，提供MALBAC扩增技术，实现高保真度的全基因组扩增，具有低偏倚性。《Science》文章比较MALBAC与多重置换扩增技术（MDA），发现MALBAC扩增后的数据与组织样品测序的数据质量更为接近，具有覆盖度高，均一性好，扩增偏好性低等优点；该技术应用于单精子测序，研究成果已在《Science》发表文献。RNA水平，提供SMART 扩增技术。

5.公司可提供几种单细胞测序策略？
- 单细胞全基因组重测序、单细胞外显子测序、单细胞转录组测序、单细胞LncRNA测序。

更多内容，可扫描侧边栏"一对一业务咨询"二维码添加科研服务经理咨询。

售后服务可联系侧边栏"在线客服"、电话400-6581585，或发送邮件至 service@novogene.com