随着单碱基精度和读取长度的提高，利用批量样本的单分子长读测序技术已广泛应用于基因组组装。通常，长读测序组装需要大量的DNA(通常来自数百万个细胞的几微克)，因此大多数人类基因组组装被限制在批量基因组测序数据集，而没有保持单个细胞之间潜在的遗传异质性。然而，这在许多情况下是不切实际的。相比之下，单细胞全基因组测序(scWGS)是揭示细胞间遗传异质性的有力工具，尤其是对癌症研究。基因组组装，或单倍型组装，可以更准确地使用克隆种群的基因更相似。单细胞NGS基因组测序技术是微生物基因组组装的常用技术。然而，基于NGS平台的单细胞基因组测序技术很少用于大型复杂基因组装配，即使使用批量NGS基因组测序数据，Contig N50的装配连续性也无法达到megabase水平，如仅使用批量Illumina测序数据和SOAPdenovo对人类基因组进行从头装配，得到的ContigN50为11.1kb；利用Illumina HiSeq X (PE150bp)平台对美国鼠兔从头基因组装配得到的ContigN50为∼42 kb；利用 Illumina和454对端文库得对美国野牛从头基因组装配得到的ContigN50为∼20 kb。
使用少量基因组DNA甚至单细胞基因组测序数据组装人类基因组更具挑战性。它不仅需要基于单细胞TGS平台的基因组测序技术的支持，还需要良好的数据分析策略和合适的组装器。7月12日，北京大学生命科学学院生物医学创业创新中心Tang Fuchou教授团队在《Nucleic Acids Research 》杂志上发表题为《单细胞水平的人类基因组从头组装》的文章，回顾了团队在第三代测序平台上可以对单细胞基因组进行测序的SMOOTH-seq技术的发展。SMOOTH-seq能够可靠有效地检测人类单个细胞中的SVs和ecDNAs，这使得单细胞基因组的长读取量(约6kb)测序成为可能，为仅从几个单个细胞组装人类基因组提供了先决条件。该团队在PacBio HiFi和Oxford Nanopore Technologies (ONT)平台上使用SMOOTH-seq对K562(人类慢性粒细胞白血病CML细胞系)和HG002(正常二倍体淋巴母细胞细胞系)进行了测序，并基于scWGS数据集，通过不同的组装程序和严格的评估证明了基因组组装的可行性。Tang教授领导的团队利用基于TGS平台的单细胞基因组测序数据，系统地探索了影响组装的因素。此外，为了研究基因组组装需要测序的单细胞数量的下限，我们改进了SMOOTH-seq技术。并在ONT平台上对30个基因组覆盖率相对较高的二倍体HG002细胞进行测序，发现从低至30个单个细胞(平均基因组覆盖率为41.7%)的基因组组装可以达到NG50约1.35 Mb。此外，通过分析K562细胞组装基因组的结构变异(SVs)，该团队发现，与直接将单细胞基因组测序数据映射到参考基因组相比，可以识别更多的插入事件，并更有效和准确地说明复杂的结构变化。他们的研究提供了原则性证据，表明从几十个单个细胞的长读单细胞基因组测序数据中，用NG50 contigs的megabase水平组装人类基因组是可行的。
首页
