眾所周知，要獲得基因組的完整圖片，就必須組裝reads，以目前主要的測序技術(shù)來看，短讀長測序提供了很高的z確性，但僅提供了少量數(shù)據(jù)片段，從而只能得到不完整的圖片；而傳統(tǒng)的長讀長測序，可提供更大的圖像，但缺乏z確性，因此很難分辨出真實(shí)的生物學(xué)變異與測序錯(cuò)誤之間的區(qū)別。然而，兼顧長讀長與高精度的HiFi測序正在改變一切，今天我們就來聊聊HiFi測序以及百邁客PacBio SequelⅡ平臺HiFi產(chǎn)出情況吧。

一、何為 HiFi測序

HiFi reads（High Fidelity reads）是2019年由PacBio推出的基于環(huán)化共有序列（Circular Consensus Sequencing，CCS）模式產(chǎn)生的既兼顧長讀長（10-20kb的長度）又具有高精度（>99%z確率）的測序結(jié)果。
在CCS測序模式下（圖1），酶讀長遠(yuǎn)大于插入片段長度，聚合酶會繞著模板進(jìn)行滾環(huán)測序，插入片段會被多次測序。單次測序中產(chǎn)生的隨機(jī)測序錯(cuò)誤，通過環(huán)形測序生成的一系列Subreads來進(jìn)行自我打磨，通過算法進(jìn)行自我糾錯(cuò)校正，最終得到高z確度的HiFi reads。

圖1 HiFi reads是如何生成的

二、SMRTbell文庫的構(gòu)建流程簡述

1.SMRTbell文庫的結(jié)構(gòu)
bell即“鈴”的意思，如圖2，構(gòu)建完成的bell文庫形狀就如同一個(gè)啞鈴。其主要組成部分是：發(fā)卡狀的接頭（Hairpin Adapter）和雙鏈DNA模板（Double Stranded DNA Template）。而文構(gòu)建完成后、測序前還需要完成bell文庫、Sequencing Primer、DNA Polymerase的混合工作（測序引物退火結(jié)合bell文庫，然后引物-bell文庫復(fù)合物結(jié)合DNA聚合酶）。最終產(chǎn)物如圖3所示。

2.SMRTbell文庫構(gòu)建流程
以基因組HiFi文庫為例（15-20K文庫）（圖4）。當(dāng)?shù)玫絞DNA后，先利用G-tube管或Megaruptor System將基因組片段化至合適大小，而后通過去除單鏈懸突、損傷修復(fù)和末端修復(fù)等步驟，得到完整的雙鏈插入片段。接下來，通過將接頭連接至雙鏈DNA來創(chuàng)建SMRTbell文庫，從而得到環(huán)狀模板。完成接頭連接后，需要對連接產(chǎn)物進(jìn)行純化，利用酶處理（圖5）來消化線性或內(nèi)部損傷環(huán)形DNA分子（游離的Hairpin Adapter、兩端未連接Adapter的DNA模板、已成環(huán)但內(nèi)部有損傷的DNA模板），酶處理完畢后，一般會利用Bulepippin或Sage ELF System切膠回收目標(biāo)大小范圍內(nèi)的文庫。

圖5 酶處理示意圖

三、HiFi測序的性能

1.使用HiFi Reads 進(jìn)行基因組De Novo組裝的能力
在基因組從頭組裝方面，研究者利用HiFi reads應(yīng)用FALCON、Canu和wtdbg2算法分別對HG002基因組進(jìn)行了從頭組裝，結(jié)果顯示組裝質(zhì)量均較高，contigN50超過15Mb，并且與HG002標(biāo)準(zhǔn)結(jié)果高度一致，吻合率達(dá)到99.9983%（Q47.7）[1]。

表1 不同測序技術(shù)及分析流程組裝結(jié)果

 

2.使用HiFi測序檢測人類基因組變異的能力
基因組測序中重要的自然是z確率，只有保證較高的z確率，基因組的研究才有價(jià)值。下圖展示了最近的PrecisionFDA 真實(shí)挑戰(zhàn)賽V2的結(jié)果（圖6），在單一技術(shù)參賽結(jié)果中，使用PacBio HiFi數(shù)據(jù)（粉紅色）在所有類別中，無論是全基因組范圍（“所有基準(zhǔn)區(qū)域”），還是在難以映射的區(qū)域或是主要的組織相容性復(fù)合體（MHC）中均提供了較高的z確性。所有的多技術(shù)參賽結(jié)果（橙色）中都使用了PacBio HiFi數(shù)據(jù)[2]。

圖6 PrecisionFDA Truth Challenge V2結(jié)果

另外，由下圖可以看出（圖7），Google DeepVariant使用HiFi數(shù)據(jù)提交的結(jié)果在所有單一技術(shù)檢測全基因組范圍內(nèi)的變異z確性*高，對SNV√確度和召回率可以達(dá)到99.9%，對插入缺失的√確度和召回率可以達(dá)到99.4%[2]。

圖7 不同測序技術(shù)及分析流程結(jié)果對比

四、百邁客HiFi測序數(shù)據(jù)展示

百邁客自2019年引進(jìn)PacBio SequelⅡ平臺以來，在HiFi測序方面已經(jīng)積累了大量的經(jīng)驗(yàn)，在技術(shù)人員的不斷優(yōu)化下，HiFi文庫單cell產(chǎn)出更是有了新的突破，下面跟大家分享一下部分HiFi文庫產(chǎn)出情況（表2）。在統(tǒng)計(jì)近1個(gè)月的HiFi cell中，我們單cell平均產(chǎn)出達(dá)416Gb。其中，單cell產(chǎn)出達(dá)400 Gb以上的占比達(dá)68%，同時(shí)，單cell的HiFi reads數(shù)據(jù)量高達(dá)32 Gb，占原始產(chǎn)出的比例*高可達(dá)7.96%。在讀長方面，平均酶讀長已超70Kb，HiFi reads長達(dá)18Kb。

表2 百邁客部分HiFi文庫下機(jī)數(shù)據(jù)產(chǎn)出統(tǒng)計(jì)表

HiFi數(shù)據(jù)由于其長讀長和高z確性，結(jié)合針對HiFi reads開發(fā)的組裝軟件，在基因組組裝上有著較大優(yōu)勢。一般物種，單套30×CCS數(shù)據(jù)即可滿足基因組組裝需求，且無需繁瑣的糾錯(cuò)過程，縮短組裝時(shí)間，并能夠識別復(fù)雜基因組區(qū)域的細(xì)微差別，有助于增加基因組組裝的連續(xù)性、z確性和完整性。

在基因組組裝方面，HiFi測序正受到眾多科研工作者的青睞，已經(jīng)成為越來越多研究者的不二之選，百邁客自2015年國內(nèi)引進(jìn)PacBio三代測序平臺以來，在基因組研究領(lǐng)域已經(jīng)有近百余篇合作文章發(fā)表于世界知名期刊，累計(jì)影響因子600+，目前已經(jīng)擁有成熟的從測序到分析的完整HiFi流程，歡迎各位老師前來咨詢！

 

參考文獻(xiàn)

[1]Wenger A M , Peluso P , Rowell W J , et al. Accurate circular consensus long-read sequencing improves variant detection and assembly of a human genome[J]. Nature Biotechnology, 2019, 37(11).

[2]PacBio.In precisionFDA Challenge,PacBio HiFi Reads Outperform Both Short Reads and Noisy Long Reads.https://www.pacb.com/blog/precisionfda-challenge/[EB/OL].2020.08.11