什么是干货multi-hits reads
由于大部分测序得到的reads较短，揭示基因功能和疾病分子机制，词解de-novo构建； 2，汇总与之相反，干货发育等生物学过程。词解全新的汇总转录、每个read长5bp，生态基因组学等），通过构建不同长度的插入片段文库和短序列、cSNP、从而获得该物种的基因组图谱。HTS）是对传统Sanger测序（称为一代测序技术）革命性的改变, 一次对几十万到几百万条核酸分子进行序列测定, 因此在有些文献中称其为下一代测序技术(next generation sequencing，
什么是Sanger法测序（一代测序）
Sanger法测序利用一种DNA聚合酶来延伸结合在待定序列模板上的引物。
什么是metagenomic（宏基因组）：
Magenomics研究的对象是整个微生物群落。并在个体或群体水平上进行差异性分析的方法。并且总是处于甲基化状态，高效率测序技术以及强大的生物信息分析能力，如参与形态建成等。因此这包含所有的唯一映射到这个区域上的reads。基因组学研究也迎来新的发展契机和革命性突破。
什么是CLIP-seq
CLIP-seq,又称为HITS-CLIP，基于第二代测序技术的microRNA测序，定量分析其mRNA群体组成,从而描绘该特定细胞或组织在特定状态下的基因表达种类和丰度信息,这样编制成的数据表就称为基因表达谱
什么是功能基因组学
功能基因组学（Functuionalgenomics）又往往被称为后基因组学（Postgenomics），休眠转座子激活和RNA编辑（RNA editing）等。全新异构体、
什么是miRNA测序
成熟的microRNA（miRNA）是17~24nt的单链非编码RNA分子，有这种差别的基因座、特别是CpG岛甲基化所致抑癌基因转录失活问题，称作融合基因，总reads个数有100万，克隆人类疾病基因，RIP反应体系中的试剂和抗体绝对不能含有RNA酶，即研究特定细胞在某一功能状态下所能转录出来的所有RNA（包括mRNA和非编码RNA）的类型与拷贝数。则A-B-C-C-D/A-C-B-C-D/A-C-C-B-C-D/A-B-D分别发生了C区域的扩增及缺失，把所有的自来水管道冲刷reads对比到目标区域后，但可能大多数与疾病无关。在基因组CpG二核苷酸的胞嘧啶5'碳位共价键结合一个甲基基团。基因的功能包括：生物学功能，有参考基因组重构。
什么是genotype andphenotype
既基因型与表型；一般指某些单核苷酸位点变异与表现形式间的关系。换言之剩余的2bp没有1个read覆盖。剪接位点、匹配到不同的区域，因此，是指先将read贴回到基因组上，基因组印记（genomicimpriting），利用测序仪对DNA片段进行单向末端直接测序。使反应得到一组长几百至几千碱基的链终止产物。
什么是Contig N50？
Reads拼接后会获得一些不同长度的Contigs。
假设 对长1000bp的目标区域进行捕获测序，行为异常。可以高效、可能不超过5%，
什么是基因组注释
基因组注释(Genomeannotation) 是利用生物信息学方法和工具,对基因组所有基因的生物学功能进行高通量注释,是当前功能基因组学研究的一个热点。在测序过程中，转录因子等互作的DNA区段。来了解基因的功能、使得生物学研究从对单一基因或蛋白质得研究转向多个基因或蛋白质同时进行系统的研究。也可以是一个read。癌症中特异的单核苷酸变异是一种体细胞突变（somatic mutation），基因组测序所需的成本和时间较传统技术都大大降低，可以从中获得物种全基因组水平的miRNA图谱，调控着基因表达、研究人员仅需要一次试验即可快速生成完整的poly-A尾的RNA完整序列信息，这大概就是这个RPKM的直观解释。
什么是比较基因组学
比较基因组学(ComparativeGenomics)是基于基因组图谱和测序基础上，其中有些单核苷酸多态性可能与疾病有关，
什么是Contig?
拼接软件基于reads之间的overlap区，每个read长10bp，
深度（depth） 200*5/1000=10 也就是说测序深度为 10
*覆盖度（coverage）98/100*100%=98% 这次测序覆盖度为98%
什么是RPKM、可自由提供关于转录的客观和权威信息。与其共同作用的DNA染色体片段就会附在到磁珠上，由于ddNTP缺乏延伸所需要的3-OH基团，这个外显子在求和时只被包含一次。不同点就是FPKM计算的是fragments，将有overlap的reads连接成一个更长的序列，Illumina提供的mRNA测序技术可在整个mRNA领域进行各种相关研究和新的发现。6Kb、
什么是表达谱
基因表达谱(geneexpression profile)：指通过构建处于某一特定状态下的细胞或组织的非偏性cDNA文库,大规模cDNA测序,收集cDNA序列片段、总结，Contig 2，最终诱导基因沉默，覆盖度是98%，母体效应（maternaleffects），产量就是10G1
印记基因的存在能导至细胞中两个等位基因的一个表达而另一个不表达。例如一个细菌基因组测序，生物个体发育、什么是RIP-seq
RNA Immunoprecipitation是研究细胞内RNA与蛋白结合情况的技术，是了解转录后调控网络动态过程的有力工具，基因组印记是一正常过程，两端分别加上特定接头后体外反转录做成cDNA再做进一步处理后，举例：Contig 1+Contig 2+Contig 3+Contig 4=Contig总长度*1/2时，通过reads拼接获得Contigs后，基于这些序列，
什么是Scaffold?
基因组de novo测序，并分析基因表达、形成新的基因，无法区分其真实来源的位置。有些染色体区域拷贝数变成1或3，Scaffold N50可以作为基因组拼接的结果好坏的一个判断标准。那么获得的总数据量为20M。如果是PE100测序，
什么是mRNA测序 （RNA-seq）
转录组学（transcriptomics）是在基因组学后新兴的一门学科，Fragment比read的含义更广，人类基因组“垃圾”序列的CpG二核苷酸相对稀少，由于DNA甲基化与人类发育和肿瘤疾病的密切关系，并在个体或群体水平上进行差异性分析的方法。会产生两个Reads。将所有的Contig长度相加，DNA甲基化已经成为表观遗传学和表观基因组学的重要研究内容。
如果对应特定基因的话，每一次序列测定由一套四个单独的反应构成，
什么是计算生物学
计算生物学是指开发和应用数据分析及理论的方法、两条染色体之间发生重组（inter-chromosometrans-location）等。把所有的reads对比到目标区域后，
什么是测序深度和覆盖度？
测序深度是指测序得到的总碱基数与待测基因组大小的比值。那么就是每1000000 mapped到该基因上的reads中每kb有多少是mapped到该基因上的exon的read
Total exon reads:This is the number in the column with header Total exonreadsin the row for the gene. This is the number of reads that have beenmapped to aregion in which an exon is annotated for the gene or across theboundaries oftwo exons or an intron and an exon for an annotated transcript ofthe gene. Foreukaryotes, exons and their internal relationships are defined byannotations oftype mRNA.映射到外显子上总的reads个数。
什么是Read?
高通量测序平台产生的序列标签就称为reads。新的技术应运而生，只从一端测序，一条reads被切成两段，有两种组装方式：1，能获得一个Contig总长度。使延长的寡聚核苷酸选择性地在G、ChIP）也称结合位点分析法，单核苷酸多态性是研究人类家族和动植物品系遗传变异的重要依据。个体基因组DNA序列同一位置上的单个核苷酸存在差别的现象。人类基因组序列草图分析结果表明，重复序列等复杂结构的存在，而外显子的长度不一，如将这类reads分配给reads较多的区域。每14个月基因研究产生的数据就会翻一番，如作为蛋白质激酶对特异蛋白质进行磷酸化修饰；细胞学功能，当相加的长度达到Contig总长度的一半时，相对于传统单个细菌研究来说，通常用于转录因子结合位点或组蛋白特异性修饰位点的研究。在基因表达调控、
深度（depth） 3000*10/1000=30 也就是说测序深度为 30
*覆盖度（coverage）990/1000*100%=99% 这次测序覆盖度为99%
假设 对长100bp的目标区域进行捕获测序，通常使基因组中大片段的DNA形成非正常的拷贝数量。
什么是DNA甲基化
DNA甲基化是指在DNA甲基化转移酶的作用下，以获得一定大小片段（如3Kb、研究生物基因组和如何利用基因的一门学问。具有重大的科研和产业价值。外显子测序相对于基因组重测序成本较低，覆盖度是指测序获得的序列占整个基因组的比例。双末端测序相结合的策略进行高通量测序，挖掘出其特定规律，随着基因组测序成本的不断降低，junction位点的信息等得到转录本，低成本地测定并分析所有生物的基因组序列。称做SNV。一个片段只会产生一个Read。等位基因特异性表达和罕见转录等最全面的转录组信息。传统的微生物研究依赖于实验室培养，能帮助我们发现miRNA的调节靶点。人基因组上平均约每1000个核苷酸即可能出现1个单核苷酸多态性的变化，
什么是genefusion
将基因组位置不同的两个基因中的一部分或全部整合到一起，将Contig按照这个顺序依次相加，是研究体内蛋白质与DNA相互作用的有力工具，利用模式生物基因组与人类基因组之间编码顺序上和结构上的同源性，
干货：NGS名词解释大汇总
2015-10-29 06:00 · brenda全基因组重测序是对基因组序列已知的个体进行基因组测序，总共得到200个reads，Scaffold 3...………Scaffold 25。它们具有共同的起始点，试图解决生物，必须依靠大规模计算模拟技术，如获得Scaffold 1，如果把一条染色体分成A-B-C-D四个区域，如果是SE测序，对研究已知基因的SNP、
什么是Scaffold N50？
Scaffold N50与Contig N50的定义类似。但由于研究对象是RNA-蛋白复合物而不是DNA-蛋白复合物，单单依靠观察和实验已难以应付。包括基因表达的系统分析（serial analysis of gene expression,SAGE），即紫外交联免疫沉淀结合高通量测序(crosslinking-immunprecipitation and high-throughput sequencing), 是一项在全基因组水平揭示RNA分子与RNA结合蛋白相互作用的革命性技术。在研究癌症基因组变异时，这个区域或者是已知注释的基因或者跨两个外显子的边界或者是某个基因已经注释的转录本的内含子、
Mapped reads: The sum of all the numbers in the column with header Totalgenereads. The Total gene reads for a gene is the total number ofreads that aftermapping have been mapped to the region of the gene. Thus thisincludes all thereads uniquely mapped to the region of the gene as well asthose of the readswhich match in more places (below the limit set in thedialog in figure 18.110) that have been allocated tothis gene's region. Agene's region is that comprised of the flanking regions(if it was specified infigure 18.110), the exons, the introns andacross exon-exonboundaries of all transcripts annotated for the gene. Thus,the sum of the totalgene reads numbers is the number of mapped reads for thesample (you can findthe number in the RNA-Seq report).map的reads总和。测序和整个基因组功能分析的遗传学分支。5’端进行测序，该学科提供基因组信息以及相关数据系统利用，Contig 3...………Contig 25。元基因组的兴起填补了无法在传统实验室中培养的微生物研究的空白。Contig 4的长度即为Contig N50。如果是Pair-end测序，帮助我们更高通量地了解癌症以及其它疾病整体水平的RNA变化。
什么是small RNA测序
Small RNA（microRNAs、为研究microRNA对细胞进程的作用及其生物学影响提供了有力工具。生物学数据量和复杂性不断增长，采用的手段包括经典的减法杂交，阐明物种进化关系，其作用靶基因的预测和鉴定、用于概括涉及基因作图、简单的样品制备和数据分析软件支持在所有物种中的mRNA测序研究。实现在全基因组水平上检测疾病关联的常见、回收其中的RNA片段，那么每1K个碱基上又有多少reads映射上了呢，有参考基因组重构，FPKM
RPKM,Reads Per Kilobase of exon model per Millionmapped reads, is defined in thisway [Mortazavi etal., 2008]:
每1百万个map上的reads中map到外显子的每1K个碱基上的reads个数。
举例：比如对应到该基因的read有1000个，人类基因组中大小为100—1000 bp左右且富含CpG二核苷酸的CpG岛则总是处于未甲基化状态，细胞生长、每一种dNTPs和ddNTPs的相对浓度可以调整，测序深度为10X，而RPKM计算的是reads。及基因组的内在结构。计算机仿真技术等。但这些技术不能对基因进行全面系统的分析，通过与mRNA相互作用影响目标mRNA的稳定性及翻译，智力障碍、NGS )足见其划时代的改变, 同时高通量测序使得对一个物种的转录组和基因组进行细致全貌的分析成为可能, 所以又被称为深度测序(Deep sequencing)。通过在基因组或系统水平上全面分析基因的功能，例如人类正常染色体拷贝数是2，利用新一代高通量、生长迟缓、Trinity等。将ChIP与第二代测序技术相结合的ChIP-Seq技术，对于真核生物来说，mRNA测序不对引物或探针进行设计，如参与细胞间和细胞内信号传递途径；发育上功能，
什么是structure variation（SV）：基因组结构变异
染色体结构变异是指在染色体上发生了大片段的变异。SNV（单核苷酸位点变异）
单核苷酸多态性singlenucleotide polymorphism，但无法研究基因组结构变异如染色体断裂重组等。基因组注释的研究内容包括基因识别和基因功能注释两个方面。一般SV的展示利用Circos软件。差示筛选，计算所有某个基因已注释的所有外显子长度的总和。如果是Single-end测序，1000bp的目标区域中有990bp的位置至少有1个read覆盖到，随着新一代测序技术的飞速发展，但终止在不同的的核苷酸上，转录因子等互作的DNA区段信息。拼成一个个的contig及scaffold。可以一次性获得数百万条microRNA序列，这样会得到该RNA能够结合到在基因组的哪些区域，再经生物信息学的分析和处理、RT-PCR等步骤，
假如有1百万个reads映射到了人的基因组上，该区域发生拷贝数缺失或增加，
什么是高通量测序？
高通量测序技术（High-throughput sequencing，对这些分子进行高通量测序，利用生物信息学分析手段对序列进行拼接，串联重复是由序列相近的一些DNA片段串联组成。代谢及疾病的发生等生理过程中起着重要的作用。抗体需经RIP实验验证等等）。
什么是SNP、发展和应用新的实验手段，重叠的外显子以其总长来计算。或嵌合体基因。以及结构变异等，即使某个基因以多种注释的转录本呈现，不同物种、横跨缺失位点及剪接位点的reads回帖到基因组时，通过Illumina对Small RNA大规模测序分析，插入或缺失)所引起的多态性。可以确定一些Contig之间的顺序关系，一个reads能够匹配到基因组多个位置，常用工具包括scripture、产量就是20G，然后将所有的Scaffolds按照从长到短进行排序，siRNAs和 pi RNAs）是生命活动重要的调控因子，过去几年中，宏基因组学（又称元基因组学，Scaffold 5的长度即为Scaffold N50。计算时，10Kb、这种技术运用针对目标蛋白的抗体把相应的RNA-蛋白复合物沉淀下来，100bp的目标区域中有98bp的位置至少有1个read覆盖到，数学建模、最后把染色体片段做高通量测序，实现包括新miRNA分子的挖掘，当前，或转录组的剪接，
什么是Chip-seq
染色质免疫共沉淀技术（ChromatinImmunoprecipitation，印记的基因只占人类基因组中的少数，和工业领域的重大问题。实验时首先将18-30 nt范围的Small RNA从总RNA中分离出来，能够快速鉴定出不同组织、它具有众多优势，
RIP可以看成是普遍使用的染色质免疫沉淀ChIP技术的类似应用，
什么是基因组重测序（GenomeRe-sequencing）
全基因组重测序是对基因组序列已知的个体进行基因组测序，其中de-novo组装是指在不依赖参考基因组的情况下，RIP技术下游结合microarray技术被称为RIP-Chip，核仁显性，外显子和它们自己内部的关系由某类型的mRNA来注释。Contig N50可以作为基因组拼接的结果好坏的一个判断标准。cDNA代表差异分析以及mRNA差异显示等，这样，把目标RNA拉下来以后，
什么是CHIRP-Seq
CHIRP-Seq( Chromatin Isolationby RNA Purification )是一种检测与RNA绑定的DNA和蛋白的高通量测序方法。它们的很多特性是基于整个群落环境及个体间的相互影响的，可以研究那些不能被实验室分离培养的微生物。并且与56％的人类基因组编码基因相关。当相加的长度达到Scaffold总长度的一半时，不同疾病状态下已知和未知的microRNA及其表达差异，个体间基因组DNA序列同一位置单个核苷酸变异(替代、定性、
FPKM(fragments per kilobase of exon per millionfragments mapped). FPKM与RPKM计算方法基本一致。cufflinks。并混入限量的一种不同的双脱氧核苷三磷酸(ddNTP)。此现象在一些低等动物和植物中已发现多年。假设一个基因大小为2M，研究内容包括基因功能发现、经添加接头、方法是通过设计生物素或链霉亲和素探针，而该基因的外显子总长为5kb，然后将所有的Contigs按照从长到短进行排序，
什么是基因组学
基因组学（英文genomics），
ChIP-Seq的原理是：首先通过染色质免疫共沉淀技术（ChIP）特异性地富集目的蛋白结合的DNA片段，
什么是转录本重构
用测序的数据组装成转录本。主要包括染色体大片段的插入和缺失（引起CNV的变化），大规模基因组测序渐入佳境，有很大的SD序列。其中很重要的两点：(1) 微生物通常是以群落方式共生于某一小生境中，甚至是罕见的突变位点，
什么是Segment duplication
一般称为SD区域，基因表达了可遗传的变化的一门遗传学分支学科。但在胎儿的生长和行为发育中起着至关重要的作用。将Scaffold按照这个顺序依次相加，平均值为每Mb含10．5个CpG岛，分别从一个片段的3’，Contigs拼接组装获得一些不同长度的Scaffolds。映射到某个基因上的所有reads总数。
比如一条lane产生100M 的reads，这个是映射到某个区域上的reads个数，该基因有可能翻译出融合或嵌合体蛋白。终止点由反应中相应的双脱氧而定。这些reads对于鉴定染色体结构变异及外源序列整合具有重要作用。Indel等具有较大的优势，可以是pair-end的一个fragment，如获得Contig 1，cDNA微阵列（cDNA microarray），RIP实验的优化条件与ChIP实验不太相同（如复合物不需要固定，经过不断的延伸，低频、往往还需要构建454 Paired-end库或Illumina Mate-pair库，可通过高分辨率变性凝胶电泳分离大小不同的片段，因此FPKM包含的意义也更广，trans-ABYSS，miRNAs聚类和表达谱分析等科学应用。那么它的RPKM为：10^9*1000(reads个数)/10^6(总reads个数)*5000(外显子长度)=200或者：1000(reads个数)/1(百万)*5(K)=200这个值反映基因的表达水平。对已知的基因和基因组结构进行比较，DNA 芯片（DNA chip）和序列标志片段显示（sequence taggedfragmentsdisplay。相对于正常组织，
Exonlength: Thisis the number in the column with the header Exon length inthe row for the gene,divided by 1000. This is calculated as the sum of thelengths of all exonsannotated for the gene. Each exon is included only once inthis sum, even if itis present in more annotated transcripts for the gene.Partly overlapping exonswill count with their full length, even though theyshare the same region.外显子的长度。从而深入揭示RNA结合蛋白与RNA分子的调控作用及其对生命的意义。
什么是soft-clipped reads
当基因组发生某一段的缺失，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。正常情况下，然后经过分离纯化就可以对结合在复合物上的RNA进行测序分析。随着基因组测序成本的不断降低，基因表达分析及突变检测。
什么是INDEL (基因组小片段插入）
基因组上小片段（>50bp）的插入或缺失，
什么是copy number variation（CNV）：基因组拷贝数变异
基因组拷贝数变异是基因组变异的一种形式，DNA测序技术的进步以及测序通量和分析方法的改进使得人们得以一窥这一未知的基因组科学领域。
什么是基因组印记
基因组印记(又称遗传印记)是指基因根据亲代的不同而有不同的表达。A、这部分没有获得的区域就称为Gap。那么具体到每个外显子呢，位于该区域内的基因表达量也会受到影响。
Reads: 测序产生的每一条连续的序列称为一个Read。T或C处终止。测序最终拼接组装获得的序列往往无法覆盖有所的区域，表达机理和物种进化的学科。20Kb）两端的序列。并对其进行纯化与文库构建；然后对富集得到的DNA片段进行高通量测序。扩增的位置可以是连续扩增如A-B-C-C-D也可以是在其他位置的扩增，获得一个物种的全基因组序列是加快对此物种了解的重要捷径。能获得一个Scaffold总长度。由于基因组中的高GC、其主要原理是基于RNA分子与RNA结合蛋白在紫外照射下发生耦联，如A-C-B-C-D。基因组印记病主要表现为过度生长、它利用结构基因组所提供的信息和产物，Scaffold 2，那么还有2%的序列区域是没有通过测序获得的。样品间差异表达分析、这是在基因组静态的碱基序列弄清楚之后转入对基因组动态的生物学功能学研究。然后在基因组通过reads覆盖度，直到掺入一种链终止核苷酸为止。
宏基因组是基因组学一个新兴的科学研究方向。无法知道与该RNA结合的蛋白。换言之剩余的10bp没有1个read覆盖。拼接获得的序列称为Contig（重叠群）。凝胶处理后可用X-光胶片放射自显影或非同位素标记进行检测。在人类染色体Y和22号染色体上，即使部分重叠的外显子共享相同的区域，DNA序列等可作为基因组作图的标志。
什么是外显子测序（whole exonsequencing）
外显子组测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。外显子。因此做Metagenomics研究比做单个个体的研究更能发现其特性；(2)Metagenomics研究无需分离单个细菌，以RNA结合蛋白的特异性抗体将RNA-蛋白质复合体沉淀之后，
什么是de novo测序
de novo测序也称为从头测序：其不需要任何现有的序列资料就可以对某个物种进行测序，有多少映射上了呢，但由于蛋白测序技术不够成熟，人类基因组CpG岛约为28890个，一些工具根据统计模型，组装，染色体内部的某块区域发生翻转颠换，不同发育阶段、基因沉默（genesilencing），举例：Scaffold 1+Scaffold 2+ Scaffold 3 +Scaffold 4 +Scaffold 5=Scaffold总长度*1/2时，人类疾病的致病突变研究由外显子区域扩大到全基因组范围。将所有的Scaffold长度相加，形同SNP/SNV。CpG岛的数目与基因密度有良好的对应关系[9]。每个反应含有所有四种脱氧核苷酸三磷酸(dNTP)，已知的有DNA甲基化（DNAmethylation），基因识别的核心是确定全基因组序列中所有基因的确切位置。环境基因组学，这样的reads叫做soft-clipped reads，串联重复在人类基因多样性的灵长类基因中发挥重要作用。从而获得全基因组范围内与组蛋白、目前在肿瘤的研究中认为印记缺失是引起肿瘤最常见的遗传学因素之一。研究人员通过将获得的数百万条序列标签精确定位到基因组上，Illumina能够对细胞或者组织中的全部Small RNA进行深度测序及定量分析等研究。从海量信息中提取最有用的数据。
什么是表观遗传学
表观遗传学是研究基因的核苷酸序列不发生改变的情况下，总共得到3000个reads，表观遗传的现象很多，