昆明動物所在三代基因測序領域取得進展

　　近日，中國科學院昆明動物研究所研究員張亞平和馬占山領導的團隊發布了以“10x Genomics測序”輔助“三代測序”的混合組裝策略和軟件技術。研究人員采用美國加州大學Jain等人2018年發表在Nature Biotechnology上（doi: 10.1038/nbt.4060.）的人類基因組三代測序數據進行了示范測試，結果表明，新方法能夠將測序深度從Jain等所用的35倍降低至7倍，降低幅度達80%；轉換成測序成本，新技術成本大約是純三代測序的1/4。該技術發明ZL已正式受理，該研究成果在線發表在Genomics上。新技術由于能夠大幅度降低三代測序所需成本，從而為進一步推進測序技術從目前主流的二代技術向三代技術的產業升級再次提供了良好契機。

　　基因測序技術系生命科學和生物科技的核心技術之一，目前正處在從主流的二代測序技術向三代技術進行產業升級的過渡階段。三代技術以其超長讀段（最新技術可達1兆），較之以短讀段取勝的二代技術具備諸多技術優勢，無疑是測序技術的未來。但三代技術在與二代技術競爭中，也存在兩大劣勢，其一是三代測序硬件（測序儀）的堿基水平（base-pair）錯誤率至今仍然高達15%（二代測序錯誤率不到1%），其二是目前測序成本仍然居高不下。

　　事實上，三代測序超高錯誤率也使得三代測序數據的組裝分析遇到了極大挑戰。例如，2014年，主流的三代基因測序軟件在組裝人類基因組時，僅“多重比對”一步就耗時400,000個CPU小時，而且是借助了谷歌公司超級計算機集群。2014年，馬占山與美國馬里蘭大學博士葉承羲合作發布的三代測序組裝軟件（DBG2OLC）將這一計算步驟減少到了大約6小時，而且是在一臺普通工作站完成的。DBG2OLC使得原本需要超級計算機集群才能完成的計算可以在普通工作站上完成，目前DBG2OLC仍然是三代測序軟件中運行速度最快、內存需求最少的軟件和算法。2016年他們合作發布了另一款用于三代測序糾錯的軟件SPARC，該軟件將三代測序軟件技術的組裝錯誤率降低到0.5%以下；與當時最優秀的同類軟件相比，可節省計算時間和內存達80%。DBG2OLC和SPARC軟件不僅有效彌補了三代測序硬件技術超高錯誤率的缺陷，而且也為最新的“10x技術輔助的混合三代測序”奠定了高效、可靠的算法和軟件基礎。此次發布的技術仍然得到了葉承羲的支持和幫助。

　　馬占山為文章的第一作者，馬占山和張亞平為文章的共同通訊作者。相關工作得到國家自然科學基金、云嶺產業技術領軍人才、云南省國際合作基金等的資助。

昆明動物所在三代基因測序領域取得進展