2017年，黃巖誼課題組將通信理論中的糾錯碼引入到測序技術(shù)中，通過三條正交的簡并序列來檢測并校正測序錯誤。這項“糾錯碼測序技術(shù)”兼具較長的讀長和極高的準(zhǔn)確度。近日，該課題組又在《國家科學(xué)評論》（National Science Review, NSR）發(fā)表文章，通過計算機模擬構(gòu)建的“虛擬測序儀”，揭示了糾錯碼測序技術(shù)中“失相”問題的模式、特征，并在此基礎(chǔ)上建立了一個失相校正算法，為更加高效、準(zhǔn)確的測序技術(shù)提供了一種實用解決方案。

高通量測序中的“失相”問題

近二十年來，新一代高通量測序技術(shù)快速發(fā)展，極大地改變了生命科學(xué)和醫(yī)學(xué)研究，并迅速進入醫(yī)學(xué)診斷等領(lǐng)域，服務(wù)于健康產(chǎn)業(yè)。

當(dāng)前主流的高通量測序技術(shù)大多采用“邊合成邊測序”的方式，且會將每一條待測DNA分子擴增成多條DNA組成的簇，從而放大可檢測信號。理想情況下，一簇DNA中的每個分子在測序過程中都是同步的，所以周期性反應(yīng)所獲得的測序信號就直接反映出待測DNA的序列信息。 然而，在真實的測序體系中，各個分子間從來都不是完美同步的。由于反應(yīng)不完全或者反應(yīng)體系中雜質(zhì)引起的副反應(yīng)，一簇DNA中的各個分子會逐漸失去同步性，反映到測序過程中，就會使測序信號變得紊亂，而無法直接反映DNA的序列信息。這一現(xiàn)象稱為“失相”，即分子間信號“相位”的失諧。失相問題極大地限制了高通量測序的讀長和準(zhǔn)確性。

每一種基于類似原理的測序方法，都存在這樣的現(xiàn)象。而在使用不同化學(xué)反應(yīng)的不同測序方法中，失相現(xiàn)象的特征也不盡相同。如要創(chuàng)建新的測序技術(shù)，對其失相現(xiàn)象的充分理解是一個必須解決的主要問題。

“糾錯碼測序”中的失相模式

為了提高測序技術(shù)的準(zhǔn)確性，北京大學(xué)黃巖誼課題組于2017年將通信理論中的糾錯碼引入到測序技術(shù)中，通過三條正交的簡并序列來檢測并校正測序錯誤。這一項糾錯碼測序技術(shù)兼具較長的讀長和極高準(zhǔn)確度的潛力。糾錯碼測序中也有失相問題。近期，黃巖誼課題組通過計算機模擬，構(gòu)造了一個“虛擬測序儀”，來研究糾錯碼測序方法中失相問題的模式、規(guī)律，并探索解決方案。研究者發(fā)現(xiàn)，“單堿基滑動”是糾錯碼測序獨有的失相模式。在糾錯碼測序中，雜質(zhì)引起的副反應(yīng)會使DNA分子發(fā)生額外的延伸反應(yīng)，稱之為初級超前反應(yīng)。若初級超前反應(yīng)僅延伸一個堿基，則該DNA分子會立刻被過量的底物進一步延伸，稱之為次級超前反應(yīng)；而若初級超前延伸了不止一個堿基，則上述次級超前反應(yīng)不會發(fā)生。即，次級超前反應(yīng)發(fā)生的條件可以被歸納為單堿基滑動。

利用“虛擬測序儀”，研究者探索了DNA分子在不同反應(yīng)條件下的延伸規(guī)律，找到了影響單堿基滑動的關(guān)鍵因素。依據(jù)單堿基滑動這一失相模式，作者還建立了一個失相校正算法，并證明該算法可用于校正至少500輪的測序反應(yīng)（對應(yīng)1000 bp的測序讀長）。 最后，作者還將失相校正算法推廣到了具有更高準(zhǔn)確度的雙色糾錯碼測序上，并在實際測序中進行了驗證。“單堿基滑動”這一新型失相規(guī)律的發(fā)現(xiàn)和歸納，不僅僅對“糾錯碼測序方法”提供了更加深刻的理解，同時對于如何更加快速高效地實現(xiàn)對測序化學(xué)反應(yīng)信號的解讀和推算，提供了一個實用的解決方案。

責(zé)任編輯：lq