刚接触高通量测序的同学，可能会接触到barcode index等名词。
为什么要有barcodes ？
原因很简单，一个lane有效数据30来G
我们并常常不可能拿一个样品测那么大数据量，尤其是RNA-seq，哈哈，
所以在建库的时候，对每一个样品接头上加上不同的标签序列，然后用于测序，在测序结果中，依据之前标签与样品的对应关系，就可以获得对应样品的数据，从而就有所谓的数据量为1G，2G。。。等等
本文将同时大概介绍下测序原理，方便同学们更好的了解测序数据的特点
下图来自文献《Multiplexed Illumina sequencing libraries from picogram quantities of DNA》
对于illumina的hiseq平台而言，测序前，我们需要建库。
1. 建库的第一步即对mRNA片段化，
2. 随后是片段大小筛选，一般RNA-seq取200bp，DNA-seq取500bp(重测序)，即为图中insert size，也常称为fragment size（修正，一般fragment size还包括引物序列长度），中文常称为插入片段大小
3. 加正向接头，接头上(部分<3端>与正向引物完全相同的序列)，加反向接头
4. cot扩展，即PCR扩增
5. 测序
###关于测序一步，此处要重点讲下
明确一点，barcode在反向接头中
正向接头(包含正向引物序列)+插入片段+反向接头(包含反向引物序列+index/barcodes+…)
测序时非常简单，以PE100为例
正向引物读100bp
反向引物读100bp
barcode引物读barcode长度的bp数
这里设计到一个接头污染，引物污染的问题，具体请自行思考
原文来自：http://www.pineapplechina.com/?p=63
- 本文固定链接: https://maimengkong.com/kyjc/581.html
- 转载请注明: : 萌小白 2020年1月24日 于 卖萌控的博客 发表
- 百度已收录
