DNBSEQ人全基因组重测序（WGS），采用拥有自主知识产权的测序仪和云计算平台，为广大科研工作者提供高准确度、高性价比的基因组测序服务和一站式科研解决方案，支持大型队列研究，助力精准医学。

DNBSEQ测序平台

        华大基因DNBSEQ测序平台采用的是DNB（DNA Nanoball ，DNA纳米球）[1]核心测序技术，独特的线性扩增模式。

        DNB技术是目前全球少有的能够在溶液中完成模板扩增的技术，能够在扩增过程避免错误累积的发生，有效提高测序准确度。因为是基于滚环扩增，DNB技术不仅有效增加了待测DNA的拷贝数，大大增强了信号强度，且同一个模板进行滚环复制，即使复制过程中引入单个碱基的复制错误，这个错误也不会像PCR那样把这个信号放大。

        完成模版扩增后，DNB将转载到Patterned Array（规则阵列）上。Patterned Array采用先进的纳米硅半导体精密加工工艺，使用率高，单位测序成本更低。DNB是在溶液里面提前扩增完成的，在loading过程中没有聚合酶、引物和dNTP等PCR条件，所以华大自主测序平台从测序原理上有效的避免了大量duplicates的产生。

图1  DNBSEQ平台测序原理

给您选择我们的八个理由

• 稳定的产出高质量测序数据
  

        对随机挑选的1000+条lane DNBSEQ平台 WGS数据质量值进行统计分析，下机Raw data Q20平均值为96.16%，Raw data Q30平均值为87.86%。

图2  1000+条lane WGS序质量统计

• 低duplicates获更多有效数据和更高覆盖度
  

        Duplicates低，用更少的数据量，得到更多的高准确和高覆盖度的比对数据，可以发现更多变异位点，有助于挖掘疾病的低频和罕见突变，获取更加全面的基因组变异信息。

表1  主流二代测序平台标准品duplicate比率、有效测序深度及覆盖度比较

• 高精准度和敏感度的变异结果
  

        已发表文章结果显示，BGISEQ-500自主平台与HiSeq 2500测序平台变异检测的精准度（Precision）和敏感度（Sensitivity）相当[2]。

表2  BGISEQ-500与HiSeq 2500变异精准度和敏感度比较[2]

• 罕见突变检出率及与芯片分型的一致率高
  

        DNBSEQ平台变异结果与Illumina Human Omni基因分型芯片评估，结果表明罕见突变检出率高，且检出的罕见突变与芯片分型结果的一致性高。

表3  DNBSEQ平台 30X rare SNP detection rate

• 无Index hopping担忧
  

        DNBSEQ测序仪利用独特的DNA纳米球（DNB）技术，仅使用单个index就实现了前所未有的0.0001％至0.0004％低样本错误分配率。用水代替DNA，加入index，增加空白对照，DNB测序平台发生错误匹配的概率为36 million reads分之一，即0.0000028％[3]。

图3  不同测序技术的index hopping比例

• 满足多种样本类型的需求
  

        DNBSEQ平台WGS数据来源样本种类多样，其中包含福尔马林固定石蜡包埋( Formalin Fixed and Paraffin Embedded，FFPE)样品、单细胞样品、血液样品、基因组DNA样品、唾液样品、常规冷冻保存的新鲜组织样品等。常规基因组建库测序成功率为99%，对于降解样品如FFPE等，建库测序成功率也在90%以上。

图4   DNBSEQ平台不同类型样本交付成功率

• DNBSEQ WGS PCR-free文库

        PCR-free建库 + DNB （DNA纳米球）核心测序技术，为您还原真实的全基因组序列。PCR-free WGS 高质量InDel从75%提升到86%，而低质量InDel从12%降低到3%[4]，PCR-free建库方法可明显提高InDel calling的精准度和敏感度。

图5  高质量、中等质量和低质量InDel在不同建库方法的分布

参考文献

[1]    Drmanac R, Sparks A B, Callow M J, et al. Human genome sequencing using unchained base reads on self-assembling DNA nanoarrays.[J]. Science, 2010, 327(5961):78-81.

[2]    Jie Huang, Xinming Liang, Yuankai Xuan, et al. A reference human genome dataset of the BGISEQ-500 sequencer. GigaScience, 2017.

[3]     Li Q, Zhao X, Zhang W, et al. Reliable Multiplex Sequencing with Rare Index Mis-Assignment on DNB-Based NGS Platform. bioRxiv, 2018: 343137

[4]    Han F, Wu Y, Narzisi G, et al. Reducing INDEL calling errors in whole genome and exome sequencing data[J]. Genome Medicine,6,10(2014-10-28), 2014, 6(10):89.