1、Small RNA :生物體內(nèi)一類高度保守的重要的功能分子，其大小在1 8 3 On t，包括microRNA、siRN A、snRNA、sn o RN A 和 piRNA( p iw i in t er a ctin g RNA)等，它的主要功能 是誘導(dǎo)基因沉默，調(diào)控細(xì)胞生長、發(fā)育、基因轉(zhuǎn)錄和翻譯等生物學(xué)過程。以m i RNA為例介紹它們的功能：mi R NA與RNA誘導(dǎo)沉默復(fù)合體 (RN A indu ce d si lenc i n g c om p lex, RIS C)結(jié)合，并將此復(fù)合體與其互補(bǔ)的m R N A序列結(jié)合，根據(jù)靶序列與miRNA的互補(bǔ)程度，從而導(dǎo)致靶序列降解或干擾靶序列

2、蛋白質(zhì)的翻譯過程。SD區(qū)域：S egm ent duplicati o n,串聯(lián)重復(fù)是由序列相近的一些DNA 片段串聯(lián)組成。串聯(lián)重復(fù)在人類基因多樣性的靈長類基因中發(fā)揮重要作用。Ge notyp e a n d ph e n o type :基因型與表型，基因型是指某一生物個體全部基因組合 的總稱；表型，又稱性狀，是基因型和環(huán)境共同作用的結(jié)果?；蚪M:Genome ,單倍體細(xì)胞核、細(xì)胞器(線粒體、葉綠體)或病毒粒子所含的全部DNA分子或RNA分子。全基因組 de no vo 測序:又稱從頭測序，它不依賴于任何現(xiàn)有的序列資料 ,而直接對某個 物種的基因組進(jìn)行測序，然后利用生物信息學(xué)分析手段對序列進(jìn)

3、行拼接、組裝, 從而獲得該物種的基因組序列圖譜。全基因組重測序：對已有參考序列(Refer e nee Seq u ence)物種的不同個體進(jìn)行基因組測 序，并以此為基礎(chǔ)進(jìn)行個體或群體水平的遺傳差異性分析。 全基因組重測序能夠發(fā)現(xiàn)大量的 單核苷酸多態(tài)性位點(diǎn)(SNP)、拷貝數(shù)變異(Copy Number Va ria t ion , CNV)、插入缺失(I n De l, I n sertio n/Deletion)、結(jié)構(gòu)變異(S truct ur e Va ri atio n,SV、等變異類型，以準(zhǔn)確快速的方法將單個參考基因組信息上升為群體遺傳特征。轉(zhuǎn)錄組:Tra n s c r i pt o

4、 me,是指特定生長階段某組織或細(xì)胞內(nèi)所有轉(zhuǎn)錄產(chǎn)物的集合；狹義上指所有mRNA的集合。轉(zhuǎn)錄組測序：對某組織在某一功能狀態(tài)下所能轉(zhuǎn)錄出來的所有RNA進(jìn)行測序，獲得特定狀態(tài)下的該物種的幾乎所有轉(zhuǎn)錄本序列信息。通常轉(zhuǎn)錄組測序是指對 mR NA進(jìn)行測序獲得相關(guān)序列的過程。其根據(jù)所研究物種是否有參考基因組序列分為轉(zhuǎn)錄組de no vo測序(無參考基因組序列 )和轉(zhuǎn)錄組重測序(有參考基因組序列) .外顯子組測序：是指利用序列捕獲技術(shù)將全基因組外顯子區(qū)域DN A捕捉并富集后進(jìn)行高通量測序的基因組分析方法。外顯子測序相對于基因組重測序成本較低, 對研究已知基因的SNP、I nDe l 等具有較大的優(yōu)勢。目標(biāo)區(qū)

5、域測序 ：應(yīng)用相關(guān)試劑盒對基因組上感興趣的目標(biāo)區(qū)域進(jìn)行捕獲富集后進(jìn)行大規(guī)模測 序, 一般需要根據(jù)目標(biāo)區(qū)域?qū)ｉT定制捕獲芯片。宏基因組：Metag enome，指特定生活環(huán)境中全部微小生物遺傳物質(zhì)的總和。它包含了 可培養(yǎng)的和未可培養(yǎng)的微生物的基因。目前主要指環(huán)境樣品中的細(xì)菌和真菌的基因組總和。 宏基因組 16S rRNA 測序:可以對特定環(huán)境下的細(xì)菌和古細(xì)菌群體的微生物種類和豐度進(jìn) 行有效的鑒定。對不同地點(diǎn)、不同條件下的多個樣本1 6 S rRNA的PCR產(chǎn)物平行測序，可以比較不同樣本間的微生物組成及成分差異，進(jìn)而闡明物種豐度、種群結(jié)果等生態(tài)學(xué)信息。 表觀遺傳學(xué)：Epi g enetics，是指在

6、基因組 DNA序列沒有改變的情況下，基因的表達(dá)調(diào)控 和性狀發(fā)生了可遺傳的變化。表觀遺傳的現(xiàn)象很多，已知的有 DNA甲基化(D N A meth ylation ),基因組印記(g enomic i mp ritin g),母體效應(yīng)(maternal e ff ec ts ),基因 沉默(g enesilen c ing)，核仁顯性，休眠轉(zhuǎn)座子激活和 RNA編輯(RNA editi n g)等。全基因組甲基化測序 ： DNA 甲基化是指在 DNA 甲基化轉(zhuǎn)移酶的作用下 ,在基因組 CpG 二 核苷酸的胞嘧啶 5' 碳位共價鍵結(jié)合一個甲基基團(tuán)。 DNA 甲基化已經(jīng)成為表觀遺傳學(xué)和表觀 基因

7、組學(xué)的重要研究內(nèi)容。甲基化是基因表達(dá)的主要調(diào)控方式之一，研究染色體DNA甲基化情況是了解基因調(diào)控的重要手段。對已經(jīng)有參考基因組的物種的基因組DNA用標(biāo)準(zhǔn)亞硫酸氫鹽（Bi s ul f ite）處理后，未甲基化的胞嘧啶C會脫氨基形成尿嘧啶U,經(jīng)PCR擴(kuò)增，U替換為胸腺嘧啶T ,而發(fā)生甲基化的胞嘧啶C保持不變。將處理組與參考基因組序列進(jìn)行比對，可發(fā)現(xiàn)甲基化位點(diǎn)并對甲基化情況進(jìn)行定量分析的方法叫做全基因組甲基化測序Chi p-Seq : Chr omat i n Immu n oprec i pit atio n se que nc ing，即染色質(zhì)免疫共 沉淀-測序技術(shù)，即通過染色質(zhì)免疫共沉淀技術(shù)

8、特異性地富集目的蛋白結(jié)合的DNA片段.對富集得到的DNA片段進(jìn)行純化與文庫構(gòu)建，然后進(jìn)行高通量測序，從而得到全基因組范圍內(nèi) 可以與目的蛋白相互作用的DNA片段的方法叫做 ChIP Seq。數(shù)字表達(dá)譜：Digital Gene Exp r es sion Profile ，利用新一代高通量測序技術(shù)和高性能計算分析技術(shù)，能夠全面、經(jīng)濟(jì)、快速地檢測某一物種特定組織在特定狀態(tài)下的基因表達(dá)情 況，即運(yùn)用特定的酶對 mRNAgpo lyA tail 21 25nt的位置進(jìn)行酶切， 所獲得的帶 po lyA 尾的序列（Tag ）通過高通量測序，該ta g被測得的次數(shù)即是對應(yīng)基因的表達(dá)值。數(shù)字基因表達(dá)譜已被廣

9、泛應(yīng)用于基礎(chǔ)科學(xué)研究、醫(yī)學(xué)研究和藥物研發(fā)等領(lǐng)域。特點(diǎn)是經(jīng)濟(jì)，但獲得的數(shù)據(jù)量有限。若想獲得轉(zhuǎn)錄本的更多信息的話，一般都采用轉(zhuǎn)錄組測序的方法來測序。SBS:se q uen cin g b y sy n t he si s,邊合成邊測序反應(yīng)，是指在D NA聚合酶的作用 下延伸堿基所進(jìn)行的測序。Run:指高通量測序平臺單次上機(jī)測序反應(yīng)。La n e：也叫ch an nel，單泳道，每條泳道包含 2列（colum n），每列分布有多個小區(qū)（t il e） o不同的測序平臺 Flow C ell中所含的Lane不一樣，如Hi Se q 2 0 00是2個flow c ell ,每個fl ow cel l

10、中含有8個 la n e;HiSeq 250 0是包含 2 個m ini flow cel l （快 速運(yùn)行模式）和2個h igh ou t p ut f low ce l l,兩個模式不能同時運(yùn)行，其中每個 mini f l ow cell 包含 2 個 I a n e,每個 hi g h out p ut flow cell 中包含 8 個 la n e; M i se q系統(tǒng)的flow c ell僅含有1個l ane .Til e :小區(qū)，每條L ane中有2列t ile，合計120個小區(qū)。每個小區(qū)上分布數(shù)目繁多的簇 結(jié)合位點(diǎn)。Cl u ster :簇，在I llu mi n a測序平臺

11、中會采用橋式PCR方式生產(chǎn)DN A簇，每個DNA簇才能產(chǎn)生亮度達(dá)到CC D可以分辨的熒光點(diǎn).I nd ex:標(biāo)簽，在I I l umi na平臺的多重測序（M u l ti p le x ed Seque nci n g）過程中 會使用In dex來區(qū)分樣品，并在常規(guī)測序完成后，針對I n dex部分額外進(jìn)行7個循環(huán)的測序，通過In dex的識別，可以在 1條Lane中區(qū)分1 2種不同的樣品。Barcod e :與Ind e x同義,多指在 Roc he GS FLX 454測序平臺的16 S P C R產(chǎn)物的測序 過程中接頭序列所包含的的用來區(qū)分不同樣本的序列。PF %PF %是指符合測序質(zhì)

12、量標(biāo)準(zhǔn)的簇的百分比，與測序的通量相關(guān)聯(lián)Fas ta: 一種序列存儲格式.一個序列文件若以 FAS TA格式存儲，則每一條序列的第一行以“"開頭，而跟隨“”的是序列的 ID號（即唯一的標(biāo)識符）及對該序列的描述信息；第二行 開始是序列內(nèi)容，序列短于 61nt的，則一行排列完；序列長于 6 In t的，則每行存儲6 1 nt，最后剩下小于 61nt的，在最后一行排列完；第二條序列另起一行，仍然由“"和序列 的ID號開始，以此類推。Fa stq:Fastq 是S o l exa測序技術(shù)中一種反映測序序列的堿基質(zhì)量的文件格式。第一行以“符號開頭，后面緊跟一個序列的描述信息；第二行是該

13、序列的內(nèi)容；第三行以“ +”符號開頭,后面可以是該序列的描述信息，也可省略；而第四行是第二行中的序列內(nèi)容每個堿基 所對應(yīng)的測序質(zhì)量值Re a d:高通量測序平臺產(chǎn)生的序列標(biāo)簽就稱為reads ?；蚪M組裝：進(jìn)行基因組或轉(zhuǎn)錄組deno vo測序時，物種基因組經(jīng)構(gòu)建不同的文庫測序所得的片段需經(jīng)過生物信息學(xué)手段對其進(jìn)行整理拼接，并通過一定的標(biāo)準(zhǔn)（如N5 0）對后 續(xù)組裝結(jié)果進(jìn)行質(zhì)量評估等，最終獲得高準(zhǔn)確度的基因組序列的過程基因組測序深度：測序得到的總堿基數(shù)與待測基因組大小的比值。如測一個物種的全基因組 的重測序，基因組大小約為5G測序獲得100G的數(shù)據(jù)量，則測序深度為2 0X.基因組覆蓋率：指測序獲

14、得的序列占整個基因組的比例。由于基因組中的高GC、重復(fù)序列等復(fù)雜結(jié)構(gòu)的存在，測序最終拼接組裝獲得的序列往往無法覆蓋有所的區(qū)域，這部分沒有獲得的區(qū)域就稱為 Gap,例如一個細(xì)菌基因組測序，覆蓋率是9 8%,那么還有2%的序列區(qū)域 是沒有通過測序獲得的。Con tig:在de novo 測序中拼接軟件基于f eads之間的 overla p 區(qū),拼接獲得的中間沒有g(shù)a p的序列稱為C onti g （重疊群）。Scaffol d :基因組 de nov o測序，通過 re ads 拼接獲得 C on tigs 后，往往還需 要構(gòu)建454 Pair ed end庫或Il 1 umina Mat ep

15、 a i r 庫，以獲得一定大小片段（如3K b、8K b、10K b、20Kb）兩端的序 列.基于這些序列，可以確定一些 Con tig 之間 的順序關(guān)系，這些先后順序已知的Cont i gs 組成S c af fo l d .Cont ig N 5 0 : Reads拼接后會獲得一些不同長度的Con tigs。將所有的Co ntig長度相加，能獲得一個Conti g總長度。然后將所有的C on tig s按照從長到短進(jìn)行排序， 如獲得C ont i g 1, Co nt ig 2, Con tig 3Co nt ig 2 5。將 Con tig 按照這個順序依次相加,當(dāng)相加的長度達(dá)到C o

16、nti g總長度的一半時，最后一個加上的 Con tig長度即為Con tig N50。舉例：Co nt ig 1+Conti g 2+ C o n tig 3 +C ontig 4=Co ntig 總長度 * 1/ 2 時， C on tig4的長度即為 Co ntig N50. C ont i g N5 0可以作為基因組拼接的結(jié)果好壞的一個判斷標(biāo)準(zhǔn).Scaf f o1 d N5 0 : Sc a f f old N 5 0 與 Contig N5 0 的定義類似。Co n t i g s 拼 接組裝獲得一些不同長度的Sea ff o lds.將所有的Sc aff old長度相加，能獲得一個

17、Scaffold總長度。然后將所有的Scaff o lds按照從長到短進(jìn)行排序，如獲得Sc af f ol d 1 , Scaf fold 2, S c a ffo 1 d 3Scaff old 25。將 Scaffol d按照這個順序依次相加，當(dāng)相加的長度達(dá)到Sc a f fold 總長度的一半時，最后一個加上的S ca f f o l d長度即為Scaffold N50 。舉例：Sc a ff o l d 1+Sc a ff o ld 2+ Scaffol d 3 +Scaffold 4 +Sc af f old 5= Sc af fo l d總長度* 1/2 時，Sc a f fo 1

18、d 5 的長度即為 Scaf f ol d N50。Scaf f o 1 d N5 0可以作為基因組拼接的結(jié)果好壞的一個判斷標(biāo)準(zhǔn)。Isotig :指在轉(zhuǎn)錄組d e n o vo測序時，用45 4平臺測序完成后組裝出的結(jié)果，一個isotig可視為一個轉(zhuǎn)錄本。Is ogr oup :指轉(zhuǎn)錄組de no vo測序中，用45 4平臺測序完成后組裝出的結(jié)果獲得的可 聚類到同一個基因的轉(zhuǎn)錄本群。GC%:GC含量，全基因組范圍內(nèi)或在特定基因組序列內(nèi)的4種堿基中，鳥嘌呤和胞嘧啶所占的比率。SNP sing 1e nu c l eo tide p olymorphism ,單核苷酸多態(tài)性， 個體間基因組 DNA

19、序列 同一位置單個核苷酸變異（替代、插入或缺失）所引起的多態(tài)性；不同物種個體基因組 D N A序列同一位置上的單個核苷酸存在差別的現(xiàn)象。有這種差別的基因座、DNA序列等可作為基因組作圖的標(biāo)志°SN P在CG序列上出現(xiàn)最為頻繁，而且多是C轉(zhuǎn)換為T,原因是CG中的C常為甲基化的，自發(fā)地脫氨后即成為胸腺嘧啶。一般而言，S NP是指變異頻率大于1 % 的單核苷酸變異，主要用于高危群體的發(fā)現(xiàn)、疾病相關(guān)基因的鑒定、藥物的設(shè)計和測試以及 生物學(xué)的基礎(chǔ)研究等。I n De1: Insertion /Deletio n,插入/缺失，在基因組重測序進(jìn)行 mappi n g時，進(jìn)行容 Gap的比對并檢測可

20、信的 Short In Del ,如基因組上小片段50bp的插入或缺失.在檢測過 程中，Gap的長度為15個堿基.CNV copy nu mbe r var iati on,基因組拷貝數(shù)變異，是基因組變異的一種形式， 通常使基因組中大片段的DNA形成非正常的拷貝數(shù)量如人類正常染色體拷貝數(shù)是2,有些染色體區(qū)域拷貝數(shù)變成1或3,這樣，該區(qū)域發(fā)生拷貝數(shù)缺失或增加，位于該區(qū)域內(nèi)的基因表達(dá)量也會受到影響。如果把一條染色體分成A -B-C D四個區(qū)域，則A-B-C-C D/A C-B -C - D/A C-C -B-C-D/A-B- D分別發(fā)生了 C區(qū)域的擴(kuò)增及缺失，擴(kuò)增的位置可以是連續(xù) 擴(kuò)增如A B C

21、-C-D也可以是在其他位置的擴(kuò)增，如A- C-B- C- D.SV :structure vari at i on,基因組結(jié)構(gòu)變異，染色體結(jié)構(gòu)變異是指在染色體上發(fā)生了大片段的變異 . 主要包括染色體大片段的插入和缺失 （引起 CNV 的變化）,染色體內(nèi)部的某塊 區(qū)域發(fā)生重復(fù)復(fù)制、翻轉(zhuǎn)顛換、易位、兩條染色體之間發(fā)生重組 （i n ter-chrom oso me t r a n s loca ti on） 等?；虮磉_(dá)差異 : 是指某一物種或特定細(xì)胞在特定時期/功能狀態(tài)下 , 多樣本間不同基因在mRNAK平上表達(dá)量的差異,可通過RP KM/FPKM直來體現(xiàn)。RPKMR e a d s Per K

22、 i lo ba se p e r Milli on m appe d read s Mor tazavietal.,20 0 8,是指每1百萬個map上 的re a d s 中map 到外顯子的每1K個堿基上的re ad s個數(shù)。計算公式四 RPKM= 06C/NL/ 1 0 3 ,其中C為唯一比對到目的基因的 read s數(shù);N 為唯一比對到參考基因的總rea d s數(shù)丄 是目的基因編碼區(qū)的堿基數(shù)。 RP KM法可以消除基因長度、數(shù)據(jù)量之間的差異進(jìn)行計算基因表達(dá)量?？勺兗羟校篴 1 t e rnativ e s p l i c i ng大多數(shù)真核基因轉(zhuǎn)錄產(chǎn)生的m RNA前體是按一種方 式剪接產(chǎn)生出一種 mRNA因而只產(chǎn)生一種蛋白質(zhì)。但有些基因產(chǎn)生的mRNA前體可按不同的方式剪接，產(chǎn)生出兩種或更多種 mRN A,即可變剪接