深度解读| BGISEQ-500在人全基因组重测序的表现

2021-03-09 16:20:31, 华大智造深圳华大智造科技有限公司

导读：2017年4月5日，由华大基因、中国食品药品检定研究院（NIFDC）和国家食品药品监督管理局湖北医疗器械质量监督检验中心共同完成的BGISEQ-500测序平台首个人类基因组重测序数据相关文章发表于开放期刊GigaScience。文章经过美国国家标准技术研究所（NIST）专家客观、独立的评审，还提供了原始FASTQ数据和测序原始图片信息供科研工作者下载评估，增加了数据的权威性和透明度。

文献名称：A reference human genome dataset of the BGISEQ-500 sequencer.

中文译名：BGISEQ-500在人全基因组重测序的表现

发表期刊：GigaScience

发表时间：01.04.2017

发表单位：中国食品药品检定研究院、食品药品监督管理局湖北医疗器械质量监督检验中心、华大基因BGI

研究摘要

研究以“瓶中基因组”联盟发布的人类细胞系HG001(NA12878)为样品，基于BGISEQ-500平台进行了人类基因组重测序，得到了BGISEQ-500 PE100、PE50的人重数据，包括原始Fastq数据以及作为参考的部分原始图像信息。与HiSeq2500平台相比，研究选取相同数据量的HiSeq2500 PE150的人重数据，采用相同的分析、统计方法，对两个平台的数据质量、比对结果、变异检测等进行比较，比较结果显示：BGISEQ-500在比对与变异检测方面的性能与HiSeq2500表现出较高的一致性。

研究背景

BGISEQ-500是华大基因在2015年10月发布的二代高通量测序平台，通过对美国CG（Complete Genomics^TM）测序技术的优化、改进和发展，采用DNB（DNA纳米球）进行文库构建、cPAS技术用于测序，产出小片段测序数据，其高效、稳定、高通量、低成本的测序特点，能够为基因组学及重测序研究提供有效的数据支持。

研究方法

样本

人类细胞系HG001(NA12878)

建库

每管50 μg NA12878，经过2%凝胶电泳后，确保切胶分离大于23kb未降解的DNA，通过物理打断法打断至50bp-800bp后，通过磁珠筛选出100bp-300bp的片段；末端修复并添加接头后，PCR扩增8个循环并进行单链环化；制备好的文库经过RCR滚环复制以便测序过程中的荧光信号强度得到线性放大。

测序

将复制后的DNB纳米球加载至BGISEQ-500平台的测序芯片上，进行双端50bp及双端100bp的测序。

研究结果

基于BGISEQ-500平台产出的PE50及PE100数据分别约135.5 Gbp、153.6 Gbp（共两张芯片，耗时72小时），与HiSeq2500平台快速模式v1（per single flow cell 40小时产出80Gbp）通量相似。

在对原始Fastq数据使用相同的条件进行数据过滤，过滤结果显示BGISEQ-500和HiSeq2500两个平台都具有较高的碱基质量分布和较相似的GC含量分布（图1）。

图1 数据质量比较

a. read1碱基质量分布。b. read2 碱基质量分布。c. PE50, PE100, HiSeq总体碱基质量分布。d. PE50, PE100, HiSeq GC含量分布。

通过常规的BWA + GATK流程对BGISEQ-500平台PE100、PE50以及HiSeq2500 PE150数据进行比对和变异检测，与HiSeq2500平台相比，BGISEQ-500平台PE100及PE50数据都具有较高的比对率和相似的覆盖度和错配率，HiSeq2500平台PE150数据具有较高唯一比对率，但原因可能是由于其有用更长的reads优势。此外，BISEQ-500及HiSeq2500平台均展示出较好的基因组覆盖度（表1）。

在变异检测方面，BGISEQ-500 PE50、PE100的SNP检出数略低于HiSeq2500 PE150，但BGISEQ-500 PE100与HiSeq2500 PE150具有相似的灵敏度、阳性检出率、假阳性率和假阴性率。基于indels检测分析的结果显示，BGISEQ-500 PE50结果表现低于BGISEQ-500 PE100和HiSeq2500 PE150结果，间接反映了更长的reads长度对检测插入、缺失变异更有优势（表2、表3）。