生物通報(bào)道：研究團(tuán)隊(duì)通過單分子測(cè)序揭示了鸚鵡基因組的特殊區(qū)域，并采用第二代測(cè)序技術(shù)對(duì)單分子測(cè)序數(shù)據(jù)進(jìn)行了修正。文章發(fā)表在7月1日Nature Biotechnology雜志網(wǎng)站上。

如今單分子測(cè)序技術(shù)炙手可熱，這一新技術(shù)能生成超長(zhǎng)的測(cè)序讀段，“能更容易拼裝基因組的復(fù)雜部分，”文章的共同作者Duke大學(xué)神經(jīng)學(xué)生物學(xué)家Erich Jarvis說。Jarvis感興趣的是調(diào)控鸚鵡模仿能力的基因序列，因?yàn)檫@些序列能為神經(jīng)學(xué)科學(xué)家提供人類語言能力相關(guān)調(diào)控基因的信息。

Jarvis及其同事最初采用第二代測(cè)序來裝配鸚鵡的基因組區(qū)域，第二代測(cè)序技術(shù)能一次讀取100到400bp，需要數(shù)天來裝配基因組構(gòu)架圖。然而，科學(xué)家測(cè)序后發(fā)現(xiàn)得到的讀長(zhǎng)不足以裝配出鳴聲學(xué)習(xí)基因的某些調(diào)控區(qū)域。盡管研究人員嘗試了修改算法，仍無法解決這一問題。

去年羅氏454和Pacific Biosciences單分子測(cè)序技術(shù)的讀長(zhǎng)都達(dá)到了1000bp。而Pacbio的技術(shù)能一次生成2,250 到23,000bp的數(shù)據(jù)，能在約一天內(nèi)裝配整個(gè)基因組。

Jarvis及其同事采用了PacBio RS儀器來解決他們基因組測(cè)序遇到的難題。通過Assemblathon競(jìng)爭(zhēng)，科學(xué)家發(fā)現(xiàn)Pacbio儀器在讀取虎皮鸚鵡（Melopsittacus undulates）基因組時(shí)，難以精確解碼某些復(fù)雜區(qū)域，儀器的錯(cuò)誤率較高。Jarvis說，這種錯(cuò)誤率幾乎使他們難以用這些超長(zhǎng)讀段進(jìn)行基因組裝配。

單分子測(cè)序儀器能生成超長(zhǎng)序列，極大的改善基因組和轉(zhuǎn)錄組的裝配。不過，目前單分子測(cè)序讀取的錯(cuò)誤率較高，從而限制了其應(yīng)用（如細(xì)菌重測(cè)序應(yīng)用）。而第二代測(cè)序產(chǎn)生的讀段雖然短，但精確性更高。

研究人員引入了一種修正算法和裝配策略，應(yīng)用第二代測(cè)序產(chǎn)生的短高保真序列對(duì)單分子測(cè)序進(jìn)行了修正。他們成功將單分子測(cè)序（或稱為第三代測(cè)序）儀的錯(cuò)誤率從15%減少到了小于0.1%。由此，科學(xué)家終于裝配出了鸚鵡鳴聲學(xué)習(xí)行相關(guān)基因的調(diào)控區(qū)域（如FoxP2基因和egr1基因）。

這一研究成果能幫助神經(jīng)學(xué)科學(xué)家能更好的了解鳥類模仿和鳴唱的遺傳學(xué)機(jī)制。同時(shí)也能為科學(xué)家提供有關(guān)人類交流和語言學(xué)習(xí)能力的遺傳信息。

研究人員還對(duì)PacBio RS儀器生成的多種噬菌體、原核生物和真核生物的測(cè)序數(shù)據(jù)進(jìn)行了修正，驗(yàn)證了該方法的可靠性。Jarvis認(rèn)為科學(xué)家能夠通過使用混合性測(cè)序方法，解碼癌細(xì)胞發(fā)育相關(guān)的復(fù)雜基因和控制大腦功能的復(fù)雜基因序列。

（生物通編輯：葉予）

生物通推薦原文摘要：

Hybrid error correction and de novo assembly of single-molecule sequencing reads