高质量临床微生物基因组参考数据库构建的思考

病原宏基因组高通量测序(mNGS)技术因其检测时间短、分辨率高,能识别罕见、新发病原体引发的感染或者混合感染等优势,已经被广泛地应用于临床疑难感染的辅助诊断。然而,由于目前尚缺乏标准化生物信息学分析流程和高质量临床微生物基因组参考数据库等问题,一定程度上制约了该技术临床应用的进一步发展。本文介绍了高质量临床微生物基因组参考数据库建设现状,探讨了高质量临床微生物基因组参考数据库构建的技术要求、质量控制过程和实现方式,并提出相关思考和建议。

中国学者主导完成50个水稻基因组重测序及遗传变异数据库构建

据生物通网2011年12月13日报道，《自然·生物技术》杂志于2010年12日公布了由中国学者主导的50个水稻基因组重测序及遗传变异数据库构建结果。据报道，中科院昆明动物研究所、深圳华大基因研究院、植物研究所等中国研究机构以及美国加州大学伯克利分校的研究人员共同合作，首次对栽培稻和野生稻基因组进行了大规模的遗传变异分析，为科学家深入挖掘水稻重要农艺性状基因及促进水稻分子育种改良等研究提供了宝贵的基因资源。

高通量测序数据的数据库分析技术及应用

随着高通测序成本的降低,每个普通的生物医学研究者或临床医生都有可能面对高通数据分析工作,现提出一种利用数据库语言进行高通测序数据挖掘的方法,构建了ACCESS高通测序分析数据库,数据库包含人类染色体基因位置、启动子位置等基本表,借助该数据库提供的查询范例,用户可以方便完成高通测序结果的peaks文件的数据挖掘。

最完整海洋微生物基因数据库出炉

近日,记者从“千种海洋生物基因测序项目”暨全球海洋微生物基因库建设及应用成果联合发布会上获悉,华大生命科学研究院联合山东大学、英国东安格利亚大学等机构,构建了迄今为止最完整的海洋微生物基因数据库,并从中发现大量具有应用潜力的基因资源。该研究为开发抗菌肽、新型基因编辑工具、PET塑料降解酶等提供了新思路。相关成果在线发表于国际学术期刊《自然》上。

遗传病注释数据库中基因与变异名称的校验及更正

目的评估常用疾病注释数据库中基因名及变异表示的匹配程度和更新情况,对遗传疾病数据库(OMIM)中的基因名和疾病变异注释数据库(HGMD,ClinVar)中的变异所属转录本按照GENCODE v34参考标准进行校验并对不匹配当前版本的名称进行更正。方法对于OMIM基因,我们以其提供的查询号为媒介,检查OMIM基因名是否与人类基因命名委员会(HGNC)和GENCODE的标准基因名匹配;对于HGMD及ClinVar中的变异所属的转录本,我们评估其在转录本查询号(RefSeq,ENSEMBL)中是否真实存在,以及其版本号是否滞后。结果校验结果显示,OMIM中86.7%的基因名符合参考标准,ClinVar中有83.47%的变异通过校验,而HGMD中仅有18.78%的变异,其转录本与参考版本匹配,另有78.33%的变异所属转录本存在版本滞后的情况。我们对缺失部分信息的基因和变异进行缺失类型的标注;对校验后有出入的变异提供更新后的标准基因名称,转录本查询号和突变表示方式。结论常用的遗传病注释数据库中基因和变异的表示存在一定程度的缺失、滞后及弃用情况。通过对基因名及变异所属转录本的校验及更正,可以有效提高遗传变异数据分析、解读、验证和交流的效率,辅助遗传病诊断和相关科研工作的顺利进行。

基于Pubmed数据库检索的人兽共患病及其病原微生物研究现状与趋势分析

[目的]获得全球范围内人兽共患病及其病原微生物研究现状和热点变化趋势信息,为我国人兽共患病的防控提供参考。[方法]利用COOC 12.6和Citespace 5.8 R1软件对Pubmed数据库中的人兽共患病及其病原微生物相关的关键词进行了频次统计、共现分析、聚类分析、时间线分析和突现词分析。[结果]根据Pubmed数据库中2001—2021年关键词频次统计和共现分析结果,国际关注度较高的人兽共患病及其病原微生物有以下3类:第1类为常见的人兽共患病病原,包括布鲁菌(Brucella)、戊型肝炎病毒(hepatitis E virus)、链球菌(Streptococcus)、大肠杆菌(Escherichia coli)和沙门菌(Salmonella)等,需要持续关注;第2类为近些年在国际上被广泛关注的人兽共患病病原,如新型冠状病毒(SARS-CoV-2)和甲型流感病毒(influenza A virus)等,需要更为深入研究,以尽早控制这些病原的扩散;第3类为在国外特定地区曾大规模出现的人兽共患病,如Q热(Q fever)和中东呼吸综合征(middle east respiratory syndrome,MERS)等,应当重点关注其输入性风险,避免这些疾病在我国暴发。除疾病和病原微生物外,与检测和诊断相关的关键词,如系统发育(phylogeny)和聚合酶链式反应(PCR)等关键词的关注度也较高。聚类分析生成了10个聚类,蜱媒传染病大类提示蜱虫在人兽共患病传播中的作用。时间线和突现词分析结果显示,在病原微生物中,对甲型流感病毒以及新型冠状病毒等的关注度还在逐渐增加。同时,病原微生物检测技术正在从特定序列检测向全基因组学检测技术发展,这些领域极有可能是今后的研究方向和趋势。[结论]结果提示,人们对人兽共患病及其病原微生物研究的关注度越来越高,人兽共患病病原微生物检测技术正在发生更新和迭代。我国应重点关注甲型流感以及新型冠状病毒肺炎等疾病的防控,并适当关注蜱媒传染病。这些信息的获取可为我国的人兽共患病的防控提供参考。

世界最大的自闭症基因组数据库识别出18个新的自闭症相关基因

Autism Speaks M SSNG项目———世界最大的自闭症基因组测序项目确定了18个新的可能增加自闭症风险的候选基因。到目前为止,该项目已确定了61个与自闭症相关的遗传变异（包括最新找出的18个）,研究成果发表在2017年3月《自然神经科学》（Nature Neuroscience）上。文章中描述自闭症相关基因突变中至少两个与癫痫发作风险相关,

我国科学家开发出叶绿体基因组综合数据库

叶绿体是植物将光能转化为化学能的重要细胞器,具有独立的基因组,随着基因测序技术的发展,尽管已发布了海量的植物叶绿体基因组序列,但如何整合应用这些数据目前仍面临数据命名标准不统一、数据信息不全以及较高经济价值的物种尚未进行测序等问题。

Exercise SAGE: 基于web的运动基因表达数据库

研究目的:建立人体在运动前后基因的表达量随时间的变化数据库,利用基因表达数据库进行相关数据挖掘。研究方法:利用高通量芯片测序数据库(GEO)中的公开测序数据开发了一个基于网络检索的数据库Exercise SAGE,可以帮助科研工作者检索人体运动前后在不同时间点基因的表达量。通过对人体在运动前后基因的表达量随时间的变化进行探究,可以更好的探究运动科学背后的分子机制。结论:以人体运动前后高通量芯片测序数据为基础,通过Web数据库技术,建立了人体运动前和运动后不同时间点的数据库,相关科研人员可以对数据库进行数据挖掘或共享数据。Exercise SAGE数据库在线访问地址是www.tsrna.org。

南京农大构建世界首个植物重复基因数据库

日前,南京农业大学园艺学院教授张绍铃团队系统鉴定了141种植物基因组中不同类型重复基因,构建了世界首个植物重复基因数据库,揭示重复基因进化的普遍规律。以往研究发现,有的植物有复制自己基因的功能,即通过不同类型复制方式产生一个与原基因序列相同的新基因。基因复制产生的两个同源基因称为重复基因或“姊妹基因”。近年来,越来越多的植物基因组被破译,目前已经完成全基因组测序的植物超过200种,但仍缺乏一个具有广泛适用性的鉴定不同种类植物重复基因的方法。

基于高通量RNA测序数据分析的弹性云平台

高通量RNA测序(RNA-seq)技术为研究人员提供了海量数据,如何对这些数据进行快速有效的分析,并为后续转录组、基因表达等研究提供支持,是生物信息学领域的热点方向。本文讨论了当前RNA-seq数据分析的发展水平和常用软件、算法,并设计了一系列数据处理模块和分析流程。同时,为了给用户提供更好的使用环境,我们设计了基于弹性资源管理系统的生物云平台BioCloud。该平台集成了丰富的软件,采用高灵活度、高扩展性的体系架构,在给用户提供低成本、高性能计算服务的同时,还提供个性化的流程定制服务。

感染性疾病的微生物宏基因组测序结果判读的比较

目的分析感染性疾病的微生物宏基因组测序结果,比较两个数据库注释结果的一致性。方法收集感染性疾病患者的不同类型临床标本,进行宏基因组二代测序,分别采用NCBI NR数据库和MetaPhlAn2数据库注释测序结果,并进行一致性检验。结果2019年6月—2020年10月,在上海市4家医院内收集疑似感染性疾病患者174份标本的宏基因组测序数据进行分析。NCBI数据库阳性检出率为67.2%,MetaPhlAn2数据库阳性检出率为93.1%。不同类型标本的微生物检出率存在差异,外周血和脑脊液的检出率相对较低,其他标本的检出率较高。基于原始注释结果,按照检出微生物种类(细菌、病毒、真菌、未检出),两个数据库的注释结果一致性仅为36.8%,Kappa值为0.1779(Z=5.2781,P<0.0001)。分别调整两个数据库的判读标准之后,一致性提升为73.0%,Kappa值为0.5712(Z=11.7362,P<0.0001);其中,脑脊液标本中微生物种类的检出一致性最高,为74.0%,Kappa值为0.5120(Z=5.1392,P<0.0001)。结论两个数据库均能注释识别存在的主要病原体。针对无菌部位标本的宏基因组测序结果注释,MetaPhlAn2数据库与传统的NCBI数据库一致性较好,可以作为后者的补充。

基因测序软件

美国Intelligenetics公司出版了一本描述其测序产品方法的新手册。该手册叙述了自动译读DNA测序放射自显影照片的仪器设备,在Macintosh、PC、Sun和VAX计算机上进行DNA和蛋白序列分析的软件、联机服务、专门数据库、技术援助服务以及数据库检索程序。联系地址:Kate Hutchinson,Marketing Communications Manager.Intelligenetics Inc.,700 East

第三代DNA测序及其相关生物信息学技术发展概况

本文介绍了第三代DNA测序的技术原理及应用现状,并对相关的生物信息学技术进行了综述。第三代测序技术以单分子测序为主要特点,目前已广泛应用于食品科学及生命科学研究的各个领域,其代表有Heliscope Bio Science公司的SMS技术、Pacific Bio Sciences公司的SMRT技术等。本文同时归纳总结了基因组学相关的生物信息学发展状况及常用的数据库。

寡核苷酸芯片技术检测中国肝细胞癌p53基因点突变

目的探讨寡核苷酸芯片技术在我国肝细胞癌p53基因点突变发生频率及形式,并以DNA测序法进行验证。方法参照国际p53突变公共数据库资料,以发生频率最高的7个点突变序列设计探针,制备p53基因点突变专用寡核苷酸芯片,应用该技术检测我国肝细胞癌p53基因7个常见突变位点的突变频率及形式,以DNA测序法验证结果,比较不同分组时p53基因点突变差异。结果共检测肝细胞癌石蜡包埋标本54例,p53基因突变率为38.9%(21/54)。54例中广西肝癌高发病区组17例,广西低发病区组(低发区组)19例,区(省)外组18例,三组突变率分别为47%、21%、50%。p53突变主要发生在249编码区,主要突变形式为249ser突变(由AGG→AGT,第三碱基G→T颠换);以DNA测序法对结果进行验证,两种技术检测结果重合率100%。结论寡核苷酸芯片技术可作为检测肝癌p53基因突变的一种新的、可靠和便捷的手段;我国肝癌不同地区之间p53基因突变在频率及形式上既有差异性又有类似性,可能预示不同地区肝细胞癌的病因学异同性。

水生生物环境DNA监测技术的发展、应用与标准化

水生态系统是保障国家生态安全的重要基础。水生生物在水生态系统中扮演着核心角色,是研究水体演变的重要依据,是维护水生态健康的关键。传统水生生物调查和监测通常采用形态学方法,但其存在专业知识要求高、难以标准化和自动化及费时耗力等缺陷。环境DNA(Environmental DNA,简称eDNA)技术是一种通过监测环境中存在的DNA片段来识别特定生物物种的方法,可以实现基于水体中DNA分子进行水生生物的鉴定和监测,为水生生物的常态化监测提供了一个准确、便捷、可标准化和自动化实施的方案。文章介绍了eDNA技术的基本原理,总结回顾了eDNA技术从萌芽到广泛科研应用的发展历史和过程,介绍了基于eDNA的宏条形码和宏基因组等各类水生生物鉴定监测技术;阐述了eDNA技术在保护种、入侵种及生物类群监测和水生态评估等各领域的应用;分析了eDNA技术当前面临的物种参考序列数据库不完善等各类挑战;提出了通过优化完善数据库、样品采集方法、评价指标和参数、样品保藏、数据分析和存储等来推动eDNA技术标准化和自动化,以解决当前面临的挑战。同时,基于eDNA技术当前的发展阶段,提出了在我国水体结合专业形态分类鉴定开展水生生物eDNA技术标准化监测的实施建议。

高通量测序技术在细菌耐药中的应用

细菌耐药已成为威胁全球人类公共健康的重要因素之一,快速、准确明确细菌耐药的特性、机制及传播特征对疾病治疗及控制耐药菌的传播具有重要意义。高通量测序技术可以同时平行检测多个基因序列的状态,已广泛应用于细菌耐药检测。目前高通量测序技术在细菌耐药领域的应用主要有:全基因组测序技术、目标区域测序技术和宏基因组测序技术。所采用的测序平台主要为Illumina、Ion Torrent、BGI等二代测序和Pacific Biosciences、Oxford Nonopore等三代测序平台。通过细菌耐药基因预测细菌耐药表型的准确性在很大程度上依赖于成熟的专业耐药基因数据库,各种通用型、特异型及隐马尔可夫模型耐药基因数据库的建立和完善,为高通量测序技术在细菌耐药领域的应用提供了坚实的基础。本文简要介绍了高通量测序技术、数据分析方法及相应测序平台在细菌耐药领域中的应用进展,并同时介绍了细菌耐药数据库的现状。

基于全外显子测序技术分析胰腺导管癌体细胞突变与患者临床特征的关系

目的基于全外显子测序技术分析胰腺导管癌(PDAC)体细胞突变与患者临床特征的关系。方法收集2009—2011年青岛大学附属医院PDAC患者的肿瘤组织样本40例,均进行全外显子组测序。应用肿瘤体细胞突变目录(COSMIC)数据库中的变异单核苷酸多态性(SNP)拟合方法鉴定肿瘤组织中的致癌体细胞突变,并分析致癌体细胞突变与患者临床特征之间的关系。结果PDAC肿瘤组织样本中共检测到1446处致癌体细胞突变位点,每个样本中有25~82处致癌体细胞突变位点;其中体细胞突变类型构成比排名前3位的分别为C>A突变、C>T突变、T>A突变,分别占48%、45%、6%;PDAC肿瘤组织样本中KRAS、RLIM、TTN及BRD9是最常见的突变基因,分别占总突变的42%、33%、26%及22%;不同肿瘤分化程度患者ASTN1基因突变情况差异有显著性(χ^2=6.855,P<0.05),不同肿瘤分期患者TTN基因突变情况差异有显著性(χ^2=5.183,P<0.05)。结论通过与TCGA数据库比对,肿瘤组织样本全外显子测序得到的的致癌体细胞突变谱是较为准确的,利用该突变谱可以有效预测PDAC致癌体细胞突变与患者临床特征之间的关系,从而为PDAC的临床治疗提供指导。

《DNA和蛋白质序列数据分析工具》一书再版

在众多生物基因组测序项目完成之际，我们面临的最大挑战是如何对DNA和蛋白质数据进行科学的分析和注释。本书分三个层次解读基因数据库和网络丁具：基因组学层面重点介绍序列比对丁具BLAST和Clustal X的使用、真核生物基因结构的预测、电子克隆及分子进化遗传分析T具（MEGA4）的使用；

我科学家完成50个水稻基因组重测序及遗传变异数据库构建

我国科学家首次对栽培稻和野生稻基因组进行了大规模的遗传变异分析,为深入挖掘水稻重要农艺性状基因及促进水稻分子育种改良等研究提供了宝贵的基因资源。亚洲栽培稻是世界上最古老的农作物物种之一,在其从祖先普通野生稻驯化为栽培稻的过程中,一些与水稻产量、品质和抗逆性等相关的重要农艺性状（如穗粒、色泽、种子的休眠和出芽等）经常会发生显著性的变化。