-
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>
-
-
多组学联合分析>
-
分子育种>
-
基因合成>
基因组De novo测序—开启物种真正探索之路
基因组从头测序（De novo sequencing）在不依赖参考基因组的情况下对某物种进行基因组测序及拼接组装，从而绘制该物种的全基因组 序列图谱。基因组测序不仅可以获得该物种的全基因组序列图谱，同时也为后续物种起源进化及特定环境适应性的研究奠定了基础。 根据基因组的复杂程度，基因组可分为 简单基因组和 复杂基因组。| 简单基因组 | 复杂基因组 | 超复杂基因组 | |
| 重复序列比例 | ＜50% | 50%~65% | >65% |
| 杂合率 | ＜0.5% | 0.5%~1% | >1% |
诺禾优势
-
1.高质量测序数据
基因组De novo 测序采用先进的PacBio Revio、Nanopore PromethION测序平台，快速、 高效地获取长读长（10Kb～Mb）、高质量（>Q20）的测序数据。 诺禾致源高性能计算平台 （High Performance Computing，HPC）采用DELL计算节点和Isilon存储的高效组合，实现快 速稳定的测序数据分析及交付。随着公司业务的发展，高性能计算平台将会持续更新并扩容， 以保证高效的数据处理和安全的数据存储。10K起
测序读长≥90%
测序质量Q30
20,280个
物理核数1,727 T flops
计算峰值速度400 TB
总内存58.6PB
总储存
-
2.科学方案设计
从材料选取，建库测序，到数据分析， 每一步都需要科学、缜密的设计，以保障高质量研究成果常规测序 近完成图策略 T2T <500M昆虫 构建Contig >30×
PacBio CCS
（HiFi）>30× PacBio CCS
（HiFi） +
>30× Ultra-long ONT>60× PacBio CCS
（HiFi） +
>100× Ultra-long ONT1个cell超微量CCS建库（HiFi） 构建染色体 >100× Hi-C 基因组survey
（评估）>50× Illumina/T7-350bp 样本要求 DNA总量>10 ug 送样指南链接>> -
3.高质量组装结果
采用Hifiasm、Falcon、Canu、Wtdbg2、Nextdenovo等基因组组装软件及Racon、Quiver（Arrow）、Pilon、Nextpolish等纠错软件，从纯三代到与新技术混合拼接。针对不同的基因组特征，采取不同的策略， 致力于得到高质量的组装结果。4+月
项目周期1593.57
影响因子ALL
分析内容
-
4.项目经验丰富
诺禾致源的基因组合作项目遍布全球各地，带动基因组研究潮流。 2020年至2022年12月，发表高水平基因组文章43篇。研究涉及鸟类、哺乳动物、水产生物、珍贵动物、昆虫、栽培作物、水果植物、药用植物、藻类、林木类、灌木类等诸多物种。50人
分析团队8年
项目经验500+
结题项目1对1
项目服务
信息分析
基因组序列是研究物种分子生物学的基础，通过全基因组De novo测序， 可得到物种全基因组序列图谱，通过比较基因组学分析可对物种进行基 因家族分析，系统进化分析，正选择分析和共线性分析。| De novo 测序 | 分析内容 | |
|---|---|---|
| 组装 | 组装策略 组装结果评估 | |
| 注释 | 重复序列注释 基因结构注释 基因功能注释 非编码RNA注释 | |
| 生物学分析 | 比较基因组学 | 基因家族分析 |
| 系统进化分析 | ||
| 正选择分析 | ||
| 共线性分析 | ||
| 个性化分析 | 针对物种自身特点 制定分析方案 |
|
常见问题
-
1. 如何保证组装结果的可靠性？组装完整性和准确性的评估方法主要有哪些？
-
对于组装的结果，除了保证 Contig N50 和 Scaffold N50 两项指标外，还需要对组装质量进行评估。如BUSCO评估、LAI评估、Merqury评估、CEGMA评估、EST序列评估、RNA序列评估、一致性评估、BAC克隆序列评估；其中BUSCO评估使用单拷贝直系同源基因库对基因组进行评估，LAI评估使用长末端重复序列来评估基因组完整度，Merqury对基因组的QV进行评估，目前这三种评估方式较为常用。
组装完整性和准确性的评估方法主要有以下几种：
组装完整性及准确性评估方法 数据需求 组装结果统计 基因组文件 一致性评估 基因组文件 / 二代短读长数据 BUSCO 评估 基因组文件 LAI评估 基因组文件 Merqury评估 基因组文件 CEGMA 评估 基因组文件 BAC克隆序列评估 基因组文件/BAC数据 EST 序列评估 基因组文件 / EST 数据 RNA 序列评估 基因组文件 / RNA-Seq 数据
-
对于组装的结果，除了保证 Contig N50 和 Scaffold N50 两项指标外，还需要对组装质量进行评估。如BUSCO评估、LAI评估、Merqury评估、CEGMA评估、EST序列评估、RNA序列评估、一致性评估、BAC克隆序列评估；其中BUSCO评估使用单拷贝直系同源基因库对基因组进行评估，LAI评估使用长末端重复序列来评估基因组完整度，Merqury对基因组的QV进行评估，目前这三种评估方式较为常用。
组装完整性和准确性的评估方法主要有以下几种：
-
2.De novo 组装的推荐策略是什么？
- 一般情况下 De novo 项目必须具备 50-100X 的三代测序数据和 100X 的 illumina 二代短读长数据用来做组装和纠错。同时可以增加100X Bionano，100X Hi-C 数据来辅助组装增加组装连续性，提高组装准确性。目前较为推荐的组装策略是： （1）高质量基因组：30× PacBio HiFi + 100× Hi-C + 50X illumina （2）近完成图基因组：30× PacBio HiFi + 30× Ultra long ONT + 100× Hi-C + 50X illumina （3）T2T基因组：60× PacBio HiFi + 100× Ultra long ONT（N50≥100K）+ 100× Hi-C + 50X illumina
-
3.Hi-C 辅助组装如何送样 ？
- Hi-C 项目建议送新鲜的活体样本，如果非活体要冻存寄送，非经验物种类别生产都会判风险建库。一般会先试测1 Gb，评估数据有效率合格才安排加测。 Hi-C项目建议送新鲜的活体样本，如果是酒精浸泡或胶块包埋会影响建库的质量，还有如果是一些特殊物种，类似虾蟹、昆虫、次生代谢物、寄生物等样本可能会被判定为风险建库，会对结果造成一定影响， 所以，一般情况下会先试测1 Gb的数据，评估数据有效率合格后再安排加测。
-
4. Survey 和基因组 De novo 所用 DNA 是否需要一样的？
- 原则上进行 Survey 和De novo 的DNA是需要使用来自同一个个体的。如果DNA量不足以满足整个De novo项目，则建议小片段文库的DNA必须来自同一个体，三代大片段甚至超长片段的DNA文库使用同一群体的另一个个体。
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
前台 : 010-82837801
客服 : 400-658-1585
中国 · 美国 · 英国 · 德国 · 新加坡 · 荷兰 · 日本
service@novogene.com
Copyright@2011-2025 All Rights Reserved 版权所有：北京诺禾致源科技股份有限公司 京ICP备15007085号-1
