單細(xì)胞測(cè)序方法和原理系列：

所謂DNA文庫(kù)，實(shí)際上是許多個(gè)DNA片段，在兩端接上了特定的DNA接頭，形成的DNA混合物。

文庫(kù)有2個(gè)特點(diǎn)：

1. 當(dāng)中這一段插入的DNA，它的序列是各種各樣的。

2. 它的兩頭的街頭序列，是人工特異加上去的，是已知的。

要構(gòu)建文庫(kù)，首先需要把基因組DNA用超聲波打斷，之后把兩端用酶補(bǔ)平。再用Klenow酶在3’端加上一個(gè)A堿基，然后再用連接酶把接頭給連上去。連好了接頭的DNA混合物，我們就稱為一個(gè)文庫(kù)。

Illumina儀器對(duì)比。從最早的Miseq一天測(cè)三千萬(wàn)條read，到Hiseq一天測(cè)30億條reads，再到Novaseq一天可以測(cè)130億條read，通量還是有一個(gè)非常大的提升。

文庫(kù)構(gòu)建好之后，后續(xù)就是做橋式PCR。橋式PCR是把文庫(kù)種到芯片上去然后進(jìn)行擴(kuò)增的這樣一個(gè)過(guò)程。

1）首先要把文庫(kù)加到芯片上。芯片的內(nèi)表面種滿兩種不同類型的oligo(寡核苷酸序列)。因?yàn)槲膸?kù)兩頭的DNA序列和芯片上的引物是互補(bǔ)的，就可以發(fā)生互補(bǔ)雜交。

2）隨后加入dNTP和聚合酶，聚合酶會(huì)從引物開(kāi)始，延著模版合成出一條全新的DNA鏈來(lái)。新的這條鏈和原來(lái)的鏈?zhǔn)莣an全互補(bǔ)的。

3）接下來(lái)加入NaOH堿溶液，DNA在NaOH堿溶液存在的情況下，就解鏈了。液流一沖，原來(lái)的模版鏈（沒(méi)有和芯片共價(jià)連接的鏈）就會(huì)被沖走，和芯片共價(jià)連接的 鏈就會(huì)被保留。

4） 再往液流池中加入中性液體（中和前面加入的堿液），這時(shí)DNA鏈上的另外一端就會(huì)和玻璃板上的第二種引物發(fā)生互補(bǔ)雜交。

5）加入酶和dNTP，聚合酶就沿著第二個(gè)引物合成出一條新的鏈來(lái)。

6）然后再加堿，把兩條鏈解鏈開(kāi)，再加入新的中和液，這時(shí)候DNA鏈就會(huì)和新的引物雜交。再加酶，再加dNTP，又從新的引物上合成出新的鏈來(lái)。連續(xù)重復(fù)這一過(guò)程，DNA鏈的數(shù)量就會(huì)以指數(shù)方式增長(zhǎng)。

橋式PCR完成之后，接下來(lái)需要把合成的雙鏈變成可以測(cè)序的單鏈。辦法是通過(guò)一個(gè)化學(xué)反應(yīng)，把一個(gè)引物上的一個(gè)特定基團(tuán)給切斷掉，然后再用堿溶液來(lái)洗芯片。堿讓DNA雙鏈解鏈，那根被切斷了根的DNA鏈就被水沖掉了，留下那根共價(jià)鍵連在芯片上的鏈。接下來(lái)加入中性溶液，再在這個(gè)中性溶液里加入測(cè)序引物，隨后就可以開(kāi)始正式的測(cè)序工作了。

在測(cè)序的時(shí)候加進(jìn)去的主要是兩個(gè)東西，一是帶熒光標(biāo)記的dNTP（3‘末端是被一個(gè)疊氮基堵住的），二是聚合酶。聚合酶就會(huì)選擇哪個(gè)dNTP是和原來(lái)位置上的那個(gè)堿基是互補(bǔ)的，根據(jù)互補(bǔ)性原理，把這個(gè)dNTP合成到新的鏈上去。

因?yàn)閐NTP的3‘端是被一個(gè)疊氮基團(tuán)堵住的，所以它一個(gè)循環(huán)只能延長(zhǎng)一個(gè)堿基。合成之后，用水把多余的dNTP和酶給沖掉，放到顯微鏡下去進(jìn)行激光掃描，根據(jù)發(fā)出來(lái)的熒光判斷它是哪個(gè)堿基。因?yàn)?種dNTP上面標(biāo)記的熒光素都不一樣，根據(jù)熒光就可以判斷新合成的堿基是什么堿基。因?yàn)樾潞铣傻膲A基和原來(lái)位置的堿基是互補(bǔ)的，就可以知道模版鏈的堿基是什么。

一個(gè)循環(huán)完成之后，就加入一些化學(xué)試劑，把疊氮基團(tuán)和旁邊標(biāo)記的熒光基團(tuán)切掉。切掉之后，3‘端的羥基就暴露出來(lái)，接下來(lái)加入新的dNTP和新的酶，就又延長(zhǎng)一個(gè)堿基。之后把多余的酶和dNTP沖掉，再進(jìn)行一輪顯微的激光掃描，判斷堿基是什么。重復(fù)這個(gè)過(guò)程，就可以把上百個(gè)甚至更多個(gè)堿基的序列讀出來(lái)。

因?yàn)閕llumina的測(cè)序量很大，但一個(gè)樣本往往用不了幾億條DNA。所以科學(xué)家就想了一個(gè)辦法，在文庫(kù)的接頭上做了一些標(biāo)記，每一個(gè)樣本有一個(gè)特定的接頭，每個(gè)接頭里面有一段特定的序列，這段特定的序列，我們就稱為Index/Barcode（特定序列標(biāo)記了特定樣本的來(lái)源）。

要讀Index序列，先用堿把上面這跟測(cè)完‘Read 1’的序列上面的DNA鏈解鏈掉，加入中性液，再加入‘Read 2’的測(cè)序引物。Read 2的結(jié)合位點(diǎn)就在Index序列的旁邊，接下來(lái)進(jìn)行第二輪測(cè)序。一般是讀6-8個(gè)堿基。讀完以后就可以知道這某一個(gè)具體的一段DNA，它來(lái)自原始的哪個(gè)樣本。

這是Illumina的最核心的另外一個(gè)技術(shù) 。雙端測(cè)序就是一根DNA鏈，除了從正向讀一遍，還可以從DNA的負(fù)向再讀一遍。這樣子就把Illumina測(cè)序的有效長(zhǎng)度加了一倍。

這個(gè)倒鏈的過(guò)程，是先讓DNA合成，得到互補(bǔ)鏈。之后用化學(xué)試劑切斷模版鏈根部，加入堿溶液洗掉，接下來(lái)就進(jìn)行第2端的測(cè)序。原理和第1端是一樣的。

最重要的是，我們可以理解，一個(gè)點(diǎn)經(jīng)過(guò)幾百個(gè)循環(huán)得到一條鏈幾百個(gè)堿基的信息。但實(shí)際上這個(gè)芯片可以有上億個(gè)點(diǎn)，也就是上億個(gè)cluster（簇）。上億個(gè)鏈同時(shí)在合成，因此每一個(gè)循環(huán)都可以讀出上億個(gè)序列，這就得到了很大的一個(gè)測(cè)序數(shù)據(jù)量。

reads越長(zhǎng)，出錯(cuò)的越多，真實(shí)信號(hào)會(huì)越來(lái)越弱。因此illumiina的測(cè)序讀長(zhǎng)被限制在300bp以內(nèi)。