长片段之争 ——看10X Genomics 如何挑战PacBio

2015年测序行业杀出一匹黑马，10XGenomics公司，下面我们来一起看看，10XGenomics是如何挑战PacBio，而PacBio又是如何应对10XGenomics的“来势汹汹”。...



2015年测序行业杀出一匹黑马，10X Genomics公司，他们开发了一个巧妙的方法，能使Illumina测序仪产生长片段数据。What？！100-300bp变成10-100kb，巨大的片段长度提升一时间吸引了无数人的眼球。提到长片段测序，永远都绕不开 PacBio。下面我们来一起看看，10X Genomics是如何挑战PacBio，而PacBio又是如何应对10X Genomics的“来势汹汹”。

1

巧妙的平台互补GEM反应体系中的DNA模板打断后与Barcode结合形成适合建库的小片段，配合Illumina测序得到原始数据。GemCode平台配套的数据分析软件将Barcode标记能力与短读取数据相结合，产生了独特的一类数据类型：Linked-Reads，利用Barcode标记信息将同一模版DNA来源的序列信息进行拼接，从而获得大片段遗传信息（10-100kb）。10X Genomics官方宣传这种Linked-Reads数据让研究人员能够以前所未有的水平检测单体型和结构变异。同时，缺失、重复和重排等具有挑战性的结构变异也能够自信鉴定，从而更准确地了解基因组复杂性。

10X Genomics 公司开发的GemCode平台是一套分子条形码和分析系统，由仪器、试剂盒和信息学软件组成。目前，它只与Illumina测序系统兼容。GemCode技术的核心是对1 ng的DNA进行精确分区a，形成含有1条DNA模板链和特定相同的Barcode序列的微小反应体系（GEM，Gel Bead in Emulsion），不同GEM反应体系中的Barcode不同。

2惊人的组装效果

去年PacBio公司在《Nature Methods》上发表了SMRT测序组装人类基因组的成果，选用的样本是HapMap样品NA12878[1]。而在今年5月，10X Genomics很“偶然地”选择了同样的样本，结合short-read测序和10X的linked-read测序对人类基因组进行了高质量de novo组装，并且该成果也很“偶然地”发表于《Nature Methods》上。相同的样本，相似的长片段，给人带来无限联想，看来10X Genomics已经卯足了劲准备“开大”了。在10X Genomics研究中，研究人员利用这种方法对人类HapMap样品NA12878进行组装和分相。最初的Illumina组装产生了超过14,000个scaffold，而N50为0.59 Mb。在混合组装后，scaffold数量降为170个，而N50大小达到33.5 Mb，相对之前提高了57倍[2]。从组装结果来看，不管是N50大小、组装长度还是scaffold数，10X Genomics的组装效果都要强于PacBio。这一局，看起来10X Genomics赢了，事实真的是这样吗，我们继续往下看。3长片段优劣之争

一种新技术的出现，往往会伴随着争议。10X Genomics到底有没有它宣传的那么好，我们结合技术原理和文章来仔细分析一下。

1) 长片段的产生

简单来说，10X Genomics获得长片段的方法基于DNA精确分区和Barcode技术。将100kb长片段模板和Barcode混合组成一个GEM，打断后该体系中每个短片段都带有相同Barcode。使用Illumina平台对短片段进行测序，然后使用Barcode即可将短片段拼接成长片段。这种方法对DNA要求高，长期保存的样品往往无法使用。另外，一个文库中linked-read的长片段模板不一定会全部被扩增，所以该方法也需要构建不同大小的多个文库。相对而言，PacBio的长片段直接由测序读取，无需拼接，一致准确性和覆盖度都较高。

2) GC异常区域的检测

去年10月《Nature Review Genetics》的一篇文章中总结了Illumina、10X Genomics和PacBio技术在不同GC含量区域的覆盖度分布情况[3]。结果显示，虽然10X Genomic比Illumina测序覆盖效果有所提升，但是两者整体的一致覆盖度趋势相似，都呈拱形，即对高GC或低GC区域的覆盖效果都比较差。而PacBio在这方面效果良好，基本无偏倚。从本质上看，10X Genomics只是将Illumina短片段变长，并没有彻底消除Illumina平台GC偏好的问题。归根结底，是否进行PCR扩增是影响10X Genomics和PacBio长片段覆盖度的主要因素。

3) 结构变异检测

既然都能得到长片段，那么各平台在SV检测方面的能力又怎样呢，我们通过两张图来对比一下。  10X Genomics今年2月在《Nature Biotechnology》发表文章，主打结构变异检测和单体型分相。左图是10X Genomics关于缺失变异的检测结果，通过数据覆盖度的趋势拟合结构变异特征，从图中可以看出Chr8 39.3Mb处出现high-confidence deletion[4]。右图是PacBio去年《Nature Methods》文章中的sv检测结果[1]，粉红部分代表deletion，灰色部分代表Inversion。我只想说，PacBio太凶残了有木有，10X Genomics只给出个趋势，你偏偏要画出准确结构！

最后说两句，Illumina测序是10X Genomics的根，Illumina做不到的，10X Genomics也无能为力。PacBio虽然贵，但是贵得值，毕竟花多少钱做多大事！4参考文献

1. Pendleton M, Sebra R, Pang A W, et al. Assembly and diploid architecture of an individual human genome via single-molecule technologies.[J]. Nature Methods, 2015, 12(8).

2. Zheng G X, Lau B T, Schnall-Levin M, et al. Haplotyping germline and cancer genomes with high-throughput linked-read sequencing.[J]. Nature Biotechnology, 2016.

3. Chaisson M J P, Wilson R K, Eichler E E. Genetic variation and the de novo assembly of human genomes[J]. Nature Reviews Genetics, 2015, 16(11):627-40.

4. Mostovoy Y, Levy-Sakin M, Lam J, et al. A hybrid approach for de novo human genome sequence assembly and phasing.[J]. Nature Methods, 2016.

    关注 菲沙基因