• 客户服务系统CSS
  • |
  • |
诺禾致源

 > 

科技服务

 > 

基因组测序

细菌基因组测序(二代)

细菌测序——对细菌基因组进行深入挖掘研究

细菌基因组研究,是通过基因组测序和组装获得细菌全基因组序列,并对其进行结构和功能研究的方法。依据研究目标所需精细程度的不同,我们提供了细菌框架图(草图)和细菌完成图两种不同的解决方案。通过对这些细菌测序研究,我们可以更好地了解和掌控菌株的生理过程,让细菌更好地为我们所用。

应用方向

  • 基因功能研究

    预测重要基因和蛋白研究功能与机制
    寻找关键功能基因
  • 进化分析

    研究细菌种内进化关系
    研究细菌进化遗传机制
  • 病原菌

    鉴定病原菌致病机制
    研究致病细菌致病机制
    开发研究抗生素、疫苗、药物

诺禾优势

  • 1.方案设计专业,流程严格

    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。多平台的选择,不同精细程度的细菌基因组测序方案,适用不同研究背景,为您量身定制适宜的细菌基因组解决方案。细菌完成图我们承诺 1 Contig,0 gap!
    产品 测序平台 测序策略 组装指标 适用范围 项目周期
    细菌框架图 Illumina PE150 350 bp文库 ≥ 100 X 大规模测序
    快速扫描
    30个自然日
    细菌完成图 PacBio或Nanopore 10 Kb 文库 ≥100 X 1 contig
    0 Gap
    少量菌株测序
    精确到位
    45个自然日
  • 2.周期短,质量好

    诺禾致源细菌基因组测序采用先进的Illumina PE150的二代测序平台,PacBio或Nanopore三代测序平台,快速、高效地读取高质量的测序数据。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。
    • 30天+

      项目周期
    • Genome

      检测方法
    • ALL

      检测结果
    • 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
  • 3.项目文章以及经验丰富

    诺禾致源微生物客户遍布全球,项目合作涵盖了动植物致病菌、工业菌、益生菌、环境菌株等多个领域。细菌基因组完成样品数超过上万个,已助力客户在mSystem、Nature Communication、Genome Biology、Microbiome、ISME等权威杂志发表多篇高水平文章。“科学的方案设计,严格的质控管理,专业的分析团队,丰富的项目经验,优质的项目服务”确保每一个环节都能出色完成,助力科学研究。
    • 60人

      分析团队
    • 8年

      项目经验
    • 8000+

      结题项目
    • 1对1

      项目服务

信息分析

分析内容=标准分析+高级分析。
不同精细程度的细菌基因组信息分析,解密细菌的发展历程,探究其潜在价值。
基因组组装 基因组组装及结果评估 组装获得高质量的基因组序列
基因组结构研究 编码/非编码基因预测 预测编码/非编码基因信息
重复序列分析 分析基因组重复序列结构
基因岛预测 预测基因组内基因岛结构
前噬菌体预测 预测基因组前噬菌体序列
CRISPR 预测 对基因组进行 CRISPR 预测
基因基本功能注释 常见功能数据库注释
(NR、GO、COG、KEGG、SwissProt、Pfam、TCDB、CAZy)
通过常见权威数据库解释编码基因功能
全基因组功能圈图展示(框架图/完成图) 全面总览基因组组分情况
基因组甲基化修饰分析(完成图) 总览基因组甲基化修饰情况
菌株致病相关研究 分泌系统效应蛋白、病原与宿主互作、分泌蛋白、次级代谢产物基因簇 从胞外分泌、宿主互作等机制解释菌株致病性
细菌致病菌毒力因子和耐药基因注释(VFDB、 ARDB、CARD ) 毒力因子及致病性相关基因
不论是个体深入变异解析,还是群体进化历史解读,我们都有完备的解决方案,为您解决关心的生物学问题。
研究目标 应用技术 解决问题
个体深入变异解析 基因组间共线性分析 基因组一对一共线性比较
寻找基因组间同源序列
基因组间变异检测 以共线性区域为基础
全面解析基因组间变异信息
群体进化历史解读 Core-pan基因解析 构建Core-pan基因集合
单拷贝基因用于进化分析
进化树构建、ANI、cgMLST 构建菌株间进化关系
解析菌株起源传播规律

送样建议

DNA 送样要求
产品类型 文库类型 浓度要求 总量要求 (单次建库) 其他要求
细菌框架图 350bp 文库 >5ng/μL 400ng DNA 无降解,条带单一,无杂带,无 RNA、
蛋白质等杂质污染
细菌完成图 350bp 文库
10Kb 文库
≥70 ng/μL ≥5 μg

常见问题

  • 1.检测新菌株的变异,通过比较基因组或重测序均可以实现,应该如何选择?

    • 比较基因组和重测序的手段都可以检测获得新菌株的变异信息,不过两种方法在应用场合上还是有一定区别的。一般重测序手段,由于序列读长限制, 为保证比对准确率,一般仅保留相似度95%以上的比对结果,对于变异较大的区域,往往检测效果不理想。由于细菌进化速率较快,除了个别诱变获得 的菌株外,都存在不同含量变异较大的区域,一般来说比较基因组的变异检测效果会更加全面一些。考虑到基于细菌框架图的比较基因组,分析费用 与细菌重测序相比增加不多,通常情况下我们都会推荐比较基因组的分析策略。
  • 2.为何完成图选择三代测序平台?

    • 受测序片段长度的限制,细菌基因组序列通常需要利用软件算法将大量测序片段拼接起来,而细菌基因组中重复序列的存在,则会大大增加拼接的复杂度。 细菌重复序列的大小从几百bp到7 Kb不等,细菌框架图的插入片段,只能解决少量的重复片段问题,因此组装结果更加碎片化,而三代测序采用了10 Kb文 库,平均读长也达到10 Kb以上,由于序列够长,避免了细菌基因组中重复序列的影响,因此能够获得0 gap的完整组装结果。
  • 3.对于细菌基因组测序,三代和二代测序相比有何优势?

    • 三代测序相比二代测序而言,其优势在于读长长,GC含量影响小,而劣势是测序成本偏高。对于细菌基因组测序来说,三代测序的长读长可以解决细菌中的重复序列 问题,也避免了异常GC菌株的测序不均匀问题。由于细菌基因组较小,需要的测序量不大,对于较为精细的细菌完成图来说,三代成本甚至低于二代结合一代的策略。 目前为止,在需要组装完整性较低的细菌框架图层面,二代测序仍能保持一定成本优势。随着三代测序通量提升和成本降低,未来三代测序有望在细菌基因组领域获 得更广泛的应用。
  • 4.群体进化分析,对于参考基因组选择有什么要求?

    • 为研究多个菌株之间的进化顺序和起源关系,可以选择这些菌株之间的单拷贝核心基因作为遗传标记,构建进化树,并以此为基础进行地域传播、分歧时间、选择压力等 相关研究。一般来说,选择的基因组间亲缘关系越远,单拷贝核心基因的数目也就越少。如果单拷贝核心基因的数目低于一定限度,如数百个基因以下,则进化树的精度 会受到影响。以典型的应用场合为例,可以选择5株左右同一属的菌株,再额外选择2株左右临近属的菌株作为外群,总共5~8株菌株用于构建进化树。
  • 5.细菌基因组中如何预测核糖体rDNA基因?

    • 预测细菌基因组中的核糖体rDNA基因,通常有两种方法:一是通过rDNA序列结构特征进行de novo 预测,二是利用近缘rDNA序列进行同源预测。其中前者预测更准确,但 是需要组装结果中具备完整的rDNA结构。在框架图结果中,可能有rDNA区域组装不完整,分布于多条scaffold中的情况,会导致de novo 方法rDNA预测不到的情况。如果 想要获得更完整的预测结果,可以预先提供近缘rDNA序列,使用同源预测方法,以改善预测效果。
  • 6.基于共线性分析检测得到菌株变异,应该如何解读?

    • 基于共线性分析检测,可以得到目标菌株不同类型的变异,一般按照变异对蛋白序列的影响严重程度,优先关注影响较大的基因。一般可参考如下顺序:基因插入缺失>导致 移码突变的InDel>非移码InDel≈非同义SNP>同义SNP。其中基因插入缺失,特别是新基因的插入,通过重测序手段往往难以检测到。这也是为什么我们更推荐基于组装结合比 较基因组手段检测变异的原因之一。

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

Copyright@2011-2022 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

一对一业务咨询

一对一业务咨询

在线客服

联系方式

联系电话

400-658-1585

企业邮箱

service@novogene.com
返回顶部