细菌完成图_基因组测序_科技服务_武汉贝纳科技有限公司

科技服务 TECHNOLOGY SERVICES

产品简介
常见问题
经典案例
结果展示

Smart 细菌完成图是指先用高准确度的二代数据（ Illumina或BGI-seq）对基因组进行组装，组装过程中使用Nanopore长序列对有分支的点进行覆盖，连接成完成图，最后再用二代数据进行纠错。该策略可以快速得到高质量的细菌基因组完成图，错误率降低到0.001%水平。

一、Smart细菌完成图的优势

1. 更快捷：测序完成后一周内完成全部分析内容。

2. 更经济：用更少的经费获得更多成果。

3. 更准确：二代数据决定准确度，错误率低至0.001%；较使用三代数据直接组装后纠错错误率降低一个数量级。

4. 无偏好：无GC偏好，全基因组均匀覆盖，高GC/低GC基因组首选。

GC content	72.5735%
Size	6.4Mb
Depth of Illumina	297
Depth of Nanopore	152
Coverage of Illumina	99.9997%
Coverage of Nanopore	100.0000%
Miss Base of Illumina	19bp

二、应用方向

1. 病原微生物：人类感染、动物感染、植物感染等

2. 工业方向：抗生素生产、酸奶发酵、能源利用等

3. 环境科学：微生物资源利用、重金属治理、外来无所谓防御控制、极端环境微生物等

三、文献推荐

Qian ZY et al. Biodegradation of dimethachlon by Arthrobacter sp. K5: Mechanistic insights and ecological implications. Journal of Environmental Chemical Engineering. 2024.

1. 什么是Smart 细菌完成图？

Smart细菌完成图，是贝纳基因独立开发的基于Nanopore和二代测序联合组装的全新技术巧妙应用二代测序数据高准确度和Nanopore长读长的优点，规避长序列错误率高的问题。

Smart 细菌完成图是先用高准确度的二代数据进行组装，得到高质量的Contig，再用Nanopore数据（为什么不是PacBio数据，因为不够长）将contig连接成完成图，然最后再用二代进行纠错。成功解决Nanopore序列数据质量低和二代短序列组装难的问题，得到高质量的细菌基因组完成图。该策略由二代数据决定准确度，同时可规避Nanopore数据拆分错误引入的序列污染，快速得到高质量的细菌基因组完成图，错误率降低到0.001%级别。

2. Smart细菌基因组完成图是否可以组装出质粒？

细菌细胞内一般会存在部分质粒，Smart细菌基因组完成图可以组装出部分质粒信息，但是由于建库的长度以及质粒的数量限制，不保证完全组装出所有质粒。

3. 为何Smart细菌完成图选择Nanopore+二代的测序策略？

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，使用二代数据进行组装，得到高质量的Contig，再用Nanopore数据（为什么不是PacBio数据，因为不够长）将contig连接成完成图，然最后再用二代进行纠错。成功解决Nanopore序列数据质量低和二代短序列组装难的问题，得到高质量的细菌基因组完成图。

4. 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。在框架图和部分精细图组装结果中，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 测序方法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。

5. 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。考虑到基于细菌完成图的比较基因组，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。

6. 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。

7. 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。