|
一些历史学家发现,当现有的知识或新兴技术积累到充裕的程度时,会有很多不同的研究者同时专研一个科学问题并同时产生新的发现。
开始在简书以通识课的形式讲下一代测序(next-generation sequencing,NGS)的知识了。在有的框架里面NGS专指二代测序,但是在我们这个框架里,主要指二代测序,但是一代二三代的都会有涉及,广义的说,是指关于测序的。产生这个想法只是在某一天的早上,一个素未谋面的同学发微信说:运来同学,给你寄了两盒鸭脖,感谢你在生物信息分析方面给予的解答。其实,我并没有解答什么,在NGS面前我也只是一个小白。自2000年之后推出的高通量测序,使人类基因组测序的成本直接下降了50000倍。与之同步发生的也是正在发生的是,NGS在科研领域全面开了花:只要和生命科学相关的学科,或早或晚地、自觉或不自觉地都在应用这项技术。基于此,甚至人们提起科技服务,下意识地指的就是NGS科技服务。
NGS已经发展到了现在这个局面,即:在接下来的一段时间内,它将会成为生命科学(不限于农学,医学,生态学)研究的基础手段;在应用圈子NGS给人类医疗也点亮了一盏灯。毫不夸张的说,NGS技术驱动了当代基础生物医学和临床转化科学的迅猛发展。一句话,他会变得越来越普及,就像中学的pH计一样。而另一方面,我们也看到在这一场技术的升级中,我们原创性的东西还是很少,或者说我们在普及上做的更好。我们有全球最大的测序工厂,而自己研发的测序仪,用的却很少。
值的庆幸的是越来越多的青年学者带着他们的好奇、兴趣、热心和充沛的精力开始涉足这个领域。就我本人来讲,就是纯粹是出于好奇才来到这个领域的。我报考大学的时候还没有一门叫做生物信息学的学科可供选择。就是到了公元2018年,中国的高校里面开设这门课的依然不多。NGS所带动的生物信息学是一门需要自学精神的科学。我没有见过哪一门技术像NGS这样,和开源的世界结合的这么好。你想学它,有网就可以。
学NGS可以讨口饭吃吗?我们本能地这样想着,但是当我们打开这扇大门的时候,我们真的想是草原上的游牧民族:哪里水草丰美,我们就游向哪里。在学NGS这条路上,我受到好奇的指引要大于混口饭吃的冲动。
马克思说,人类的一切我都要懂。这话我不敢说,我能说的就是,把我知道的一切都讲给你听。而我怎么知道?也不过是听别人讲。其实这门通识课计划十五讲不过是是《第二代测序信息处理》(Next-Generation DNA Sequencing Informatics)的章节数,然后辅之以另外几本书以及自己所学的皮毛。在这里更新是为了把自己一年多来的关于NGS的知识梳理一遍。大概会用到4个月的时间,也就是2019年的四月份。
单纯的讲NGS只是一种测序技术,但是由此衍生出来的算法以及工具同样是NGS领域最值得关注的内容。为了对应新的测序仪不断产生的海量数据,不同的实验室不断开发出新的方法(比对、组装、统计等)以满足科研人员的需要。如此紧锣密鼓地开发流程导致NGS数据分析软件多以命令行界面和简约文档的形式发布。而且每一种主流NGS技术都对应很多不同的软件包,却少有标志性研究指导用户选择最佳解决方案。当然,这种情况正在以不同大型服务公司的垄断以及学术泰斗的文章慢慢得到改善。
每一门新的技术都会带来原有格局的改变。之前有个学校在芍药的研究中是行业的领军人物,但是当芍药基因组在另一个学校得以揭晓之后,其领军人物也要退位让贤了。这几年,我们在NGS领域不是常看到这样的例子吗?
在这篇通识课里,我们要明白的是NGS的核心模块在哪?
NGS本身讲的就是测序,测序的方法碱基的读取一直以来时这个行业创新工场。从多分子单克隆的一代测序,到高通量的二代测序,再到单分子测序,每一次测序方法的改进都会给这这个行业带来新的机会和格局。
二代测序的一个特点就是读长短,要获得完整基因组的信息就需要组装。组装的算法极其对应的软件,同测序仪一样不断地得到更新。二代测序一大特点就是和计算机结合得很紧密,这是其通量高对计算资源要求较高的必然结果。
要获得一段序列的生物学意义,就要进行与有着注释信息的序列进行比对。如何定义两条序列之间的相似性?这也许是NGS领域的惊险一跃,有了这一次跳跃一条序列才有了意义,也为我们分析提供了基础。
序列经过比对进入生物学,它不再是ATCG这些字母的随机排列。从有意义的数据中获得意义,从已经得到的数据去推测我们关心的生物学现象,这就用到统计学的知识。我们看看NGS已发表的文章,各种统计方法在这里应用以及发展,推断、建模,学习都有其身影。另一个就是数据的可视化,如何把得到的大量数据描绘到一张二维平面上?这个邻域的真正应用者基本上都在统计以及数据可视化上不断努力。
测序、组装、比对、统计是我总结的NGS四大核心。要从哪里切入呢,我的观点是从两端切入,从测序或者统计开始。当然我们的通识课都会涉及到的,给大家一个框架。
参考:
What is next generation sequencing?
一代测序、二代测序及三代测序的应用对比
Coming of age: ten years of next-generation sequencing technologies
【Nature综述】NGS的这10年
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 21:21
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社