全基因组测序是对未知基因组序列的物种进行个体的基因组测序。 1986年， Renato Dulbecco是最早提出人类基因组定序的科学家之一。他认为如果能够知道所有人类基因的序列，对於癌症的研究将会很有帮助。美国能源部(DOE)与美国国家卫生研究院(NIH)，分别在1986年与1987年加入人类基因组计划。除了美国之外，日本在1981年就已经开始研究相关问题，但是并没有美国那样积极。到了1988年，詹姆士·华生(DNA双螺旋结构发现者之一)成为NIH的基因组部门主管。1990年开始国际合作。1996年，多个国家召开百慕达会议，以2005年完成定序为目标，分配了各国负责的工作，并且宣布研究结果将会及时公布，并完全免费。

• 中文名 全基因组测序
• 国际合作 1990年
• 准备时间 19世纪80-90年代
• 定序目标 2005年

简介

　　​每个人从受精卵开始就继承了父母的DNA遗传信息，并且携带一生，不易改变。全基因组测序就是通过运用新一代高通量DNA测序仪，进行10-20倍覆盖率的个人全基因组测序，然后与人类基因组精确图谱比较，得到完整的个人全基因组序列，破译个人全部的遗传信息的过程。

　　全基因组测序覆盖面广，能检测个体基因组中的全部遗传信息；准确性高，其准确率可高达99.99%。

　　全基因组测序揭示了人类生、老、病、死的奥秘，使人类从根本上认知疾病发生的原因，做到正确的治疗疾病、尽早的预防疾病。

研究经过

　　1986年， Renato Dulbecco是最早提出人类基因组定序的科学家之一。他认为如果能够知道所有人类基因的序列，对癌症的研究将会很有帮助。美国能源部（DOE）与美国国家卫生研究院（NIH），分别在1986年与1987年加入人类基因组计划。除了美国之外，日本在1981年就已经开始研究相关问题，但是并没有美国那样积极。到了1988年，詹姆士·华生（DNA双螺旋结构发现者之一）成为NIH的基因组部门主管。1990年开始国际合作。1996年，多个国家招开百慕达会议，以2005年完成定序为目标，分配了各国负责的工作，并且宣布研究结果将会即时公布，并完全免费。

基因

　　1998年，克莱格·凡特的塞雷拉基因组公司成立，而且宣布将在2001年完成定序工作。随後国际团队也将完成工作的期限提前。2000年6月26日，塞雷拉公司的代表凡特，以及国际合作团队的代表弗朗西斯·柯林斯（Francis Collins），在美国总统柯林顿的陪同下发表演说，宣布人类基因组的概要已经完成。2001年2月，国际团队与塞雷拉公司，分别将研究成果发表于<自然>与<科学>两份期刊。在基因组计划的研究过程中，塞雷拉基因组使用的是霰弹枪定序法（shotgun sequencing），这种方法较为迅速 ，但是仍需以传统定序来分析细节。目前，全基因组测序技术主要包括第二代测序技术（NGS）和第三代测序技术。第二代测序技术已经能够快速、低成本的进行全基因组测序，其设备供应商主要是Solexa （现被Illumina公司合并），454（罗氏公司）和SOLiD（AB公司）。第三代测序技术于2011年4月正式推广，其单分子实时（SMRT）测序技术完全不同与第二代测序，它的序列读长高达3000 bp（Pacific Biosciences 公司研发）。

技术路线

　　提取基因组DNA，然后随机打断，电泳回收所需长度的DNA片段（0.2~5kb），加上接头,进行基因簇cluster制备或电子扩增E-PCR，最后利用Paired-End（Solexa）或者Mate-Pair（SOLiD）的方法对插入片段进行测序。然后对测得的序列组装成Contig，通过Paired-End的距离可进一步组装成Scaffold，进而可组装成染色体等。组装效果与测序深度与覆盖度、测序质量等有关。目前常用的组装有：SOAPdenovo、Trimity、Abyss等。

原理

　　双末端（Paired-End）测序原理

　　测序深度（SequencingDepth）：测序得到的碱基总量（bp）与基因组大小（Genome）的比值，它是评价测序量的指标之一。测序深度与基因组覆盖度之间是一个正相关的关系，测序带来的错误率或假阳性结果会随着测序深度的提升而下降。重测序的个体，如果采用的是双末端或Mate-Pair方案，当测序深度在10~15X以上时，基因组覆盖度和测序错误率控制均得以保证。

　　测序深度对基因组覆盖度和测序错误率的影响

　　（HOM：纯合体HET：杂合体）

　　全基因组重测序的个体，通过序列比对，可以找到大量的单核苷酸多态性（SNP），插入缺失（InDel，Insertion/Deletion）和结构变异（SV，StructureVariation）位点。SBC可以协助客户，通过生物信息手段，分析不同个体基因组间的结构差异，同时完成SNP及基因组结构注释。

分析流程  

　　1．数据量产出

　　总碱基数量、TotalMappingReads、UniquelyMappingReads统计，测序深度分析。

　　2．一致性序列组装

　　与参考基因组序列（Referencegenomesequence）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。

　　3．SNP检测及在基因组中的分布

　　提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。并根据参考基因组信息对检测到的变异进行注释。

　　4．InDel检测及在基因组的分布

　　在进行mapping的过程中，进行容gap的比对并检测可信的shortInDel。在检测过程中，gap的长度为1~5个碱基。对于每个InDel的检测，至少需要3个Paired-End序列的支持。

　　5．StructureVariation检测及在基因组中的分布

　　SBC能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测全基因组水平的结构变异并对检测到的变异进行注释。