自适应采样:面向靶向长读长测序与表观遗传学研究的实时信息引导选择策略

《Functional & Integrative Genomics》:Adaptive sampling: information-guided selection for targeted long-read sequencing and epigenetic studies

【字体: 大 中 小 】 时间:2026年11月21日 来源:Functional & Integrative Genomics 4.0

编辑推荐:

  自适应采样(Adaptive Sampling, AS)是纳米孔测序的一项独特功能,它能够在测序运行过程中,基于目标分子的初始序列信息,实时地对其进行富集或剔除。AS为传统的基于捕获和扩增的方法提供了一种灵活且可扩展的替代方案,同时保留了长读长的优势以及检测天

自适应采样(Adaptive Sampling, AS)是纳米孔测序的一项独特功能,它能够在测序运行过程中,基于目标分子的初始序列信息,实时地对其进行富集或剔除。AS为传统的基于捕获和扩增的方法提供了一种灵活且可扩展的替代方案,同时保留了长读长的优势以及检测天然DNA/RNA分子上表观遗传修饰的能力。在这篇综述中,研究人员总结了基于AS的测序原理,阐述了富集模式和剔除模式的策略,并讨论了影响其性能的因素。研究人员进一步强调了日益增长的研究成果,这些成果证明了AS在广泛的应用领域中的实用性,例如宏基因组与微生物组研究、结构变异表征与发现、重复扩增疾病研究、整合性遗传与表观遗传分析或转录组分析。在这些及其他背景下,AS能够将测序通量高效地分配给生物学相关的分子,同时加速数据生成,这也使其适用于临床实践中的快速分子诊断和实时基因组分析。随着纳米孔测序技术日趋成熟并成为许多实验室的标准分析方法,AS有望从一种专门的富集策略演变为基因组、表观基因组和转录组工作流程中的常规组成部分。
引言
现代测序技术虽已实现全面的全基因组测序,但许多研究问题本质上是局部的,仅需关注特定基因组区域。因此,需要预先对感兴趣区域(ROI)进行选择和富集。从短读长到长读长测序的转变扩大了可检测变异的范围,但也催生了新的靶向方法。自适应采样(AS)作为一种在测序过程中实时、可编程地选择分子的能力,重新定义了长读长时代的靶向测序。
测序前靶向富集方法
早期靶向富集策略包括基于PCR的扩增子法和杂交捕获法。扩增子法特异性高、覆盖深度大,但受限于扩增子大小(通常20-30 kb),且存在覆盖不均、难以扩增某些位点及丢失拷贝数变异(CNV)信息等问题。杂交捕获法支持更大更复杂的目标区域,覆盖均匀度更好,但流程复杂、所需DNA量大,可能存在脱靶杂交和在GC富集区效率低下的问题。第三代测序技术如PacBio的HiFi测序和牛津纳米孔技术(ONT)的纳米孔测序带来了超长读长和检测天然DNA修饰的能力。CRISPR-Cas9富集法是一种非扩增过程,能保留长片段结构和天然DNA甲基化,但其需要设计gRNA,文库制备步骤复杂,且可能存在脱靶活性。
通过自适应采样将靶向长读长测序扩展到实时
纳米孔测序基于测量核酸分子穿过蛋白纳米孔时引起的离子电流扰动。其两个关键特性构成了AS的基础:一是软件能实时分析离子电流信号并进行即时计算处理;二是仪器能反转电压将链从纳米孔中弹出。AS结合了这两点,实时评估每条DNA链的起始部分,并根据其身份有选择性地保留或拒绝链,从而实现目标区域的电子富集或剔除,无需特殊的样品预处理或复杂的文库制备程序。
实时选择性测序的演变:从原始信号匹配到动态贝叶斯实验设计
过去十年,AS的算法框架经历了重大演变。早期的Read Until概念利用动态时间规整(DTW)比较原始电信号。随后UNCALLED通过FM索引进行概率性信号k-mer映射。Sigmap和Sigmoni分别采用k-d树种子链和压缩索引进一步优化了信号空间分析。SquiggleNet引入了深度学习进行原始电流分类。在序列空间方法方面,RUBRIC、ReadBouncer和Readfish等工具实现了实时碱基检出后的序列比对或k-mer分类。BOSS-RUNS则引入贝叶斯实验设计框架,能在测序过程中动态更新目标选择标准。最近的一项基准测试评估了六种AS工具,结果表明核苷酸比对方法(如BOSS-RUNS、Readfish和MinKNOW)的分类准确性和通用性最高,而深度学习原始信号方法(如SquiggleNet)在宿主DNA剔除的速度和效率上表现更优。
AS的性能、决定因素及已知局限性
在纳米孔测序中使用内置AS功能时,MinKNOW软件接收参考FASTA文件和包含ROI坐标的.bed文件,实时判断正在测序的链是否属于ROI。在富集模式下,非靶标读取被弹出;在剔除模式下,靶标读取被弹出。AS性能可通过绝对富集和相对富集两个指标评估。在最佳条件下,AS可将目标区域测序深度提升5-10倍。AS是一个时间受限的决策过程,其性能受多种因素影响。目标选择策略至关重要,由于决策仅基于最初约400个碱基,为目标区域添加侧翼缓冲区间可减少边界覆盖度的下降。AS效率受目标区域占基因组比例的影响,ONT推荐目标占比为1-5%。文库片段大小也很关键,较小的片段(2-5 kb)有助于维持更高的孔占用率,但过短的分子会降低富集潜力。DNA提取方法也会影响测序结果。此外,目标架构和序列复杂性同样重要,参考基因组的完整性和读段与参考序列的一致性直接影响分类准确性。计算资源和决策延迟是另一个关键因素,较长的决策延迟会导致“晚期弹出”,使AS失去富集优势。AS需要配备GPU的高性能计算单元和快速的碱基检出模型。
利用自适应采样进行基因组发现和生物医学研究
AS越来越多地被用于结构变异检测、神经系统疾病研究、表观遗传分析和诊断应用。
解析复杂结构变异
结构变异(SV)是基因组多样性的重要来源。AS可以富集含有已知或疑似SV的基因组区域,提高相关位点的覆盖率。例如,AS已成功用于表征血液恶性肿瘤中的酪氨酸激酶融合基因,以及血型基因组学中结构复杂的RH和MNS系统位点。在植物系统中,AS被用于重建核苷酸结合位点亮氨酸丰富重复(NLR)抗病基因家族簇,实现了约四倍的靶区域测序深度提升。此外,AS还可用于探查未知的结构复杂区域,如转座元件、端粒、着丝粒和大型重复阵列,并通过保留超长读长来辅助填补基因组组装缺口。
重复扩增疾病的研究与诊断
重复扩增疾病,如脆性X综合征(FMR1)、亨廷顿舞蹈症(HTT)和C9orf72相关的肌萎缩侧索硬化症(ALS),其特征是致病位点的不稳定串联重复。AS能够筛选长DNA片段库并选择完全跨越扩增位点的靶向读段。研究表明,AS可以精确测量重复长度、识别序列中断,并同时检测DNA甲基化模式,提供了比传统诊断方法更全面的分子特征描述。AS还被用于发现新的致病重复扩张,例如在脊髓小脑性共济失调4型中鉴定出ZFHX3基因的GGC重复扩增。
宏基因组与微生物组研究
AS能够富集复杂宏基因组样本中的目标序列,尤其对低丰度生物效果显著。例如,AS可直接从人类血液样本中实现对恶性疟原虫(Plasmodium falciparum)读段的显著富集。宿主剔除策略在临床应用中尤为有效,如在鸡盲肠样本和人类阴道微生物组样本中,AS能有效去除宿主DNA,增加微生物DNA产量,且不影响微生物群落组成。
整合性遗传与表观遗传分析
纳米孔测序能直接检测DNA修饰,AS通过减少非靶标数据进一步增强了这一能力。AS富集的数据集可用于修饰感知的碱基检出和分析,如5-甲基胞嘧啶(5mC)谱的分析。一项研究展示了AS在胶质瘤术中分子分型中的应用,通过同时分析IDH突变、1p/19q共缺失状态和MGMT启动子甲基化等关键标志物,在2小时内完成了分子分类,显示了其在精准肿瘤学和术中决策中的巨大潜力。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号