当前位置: 河南网 » 教育 » 培训充电 » 正文

中国科学家引入信息论 刷新基因测序精度

放大字体  缩小字体 发布日期:2017-12-29 11:06  来源:科技日报  浏览次数:871

  我科学家引入信息论 刷新基因测序精度

  自从Alpha Go成了围棋界的No.1,“智能”的潜力被广而周知,尤其对于大量的重复性工作,写个“算法”让电脑“跑”,得出的结果说不定比人强。

  科学家不仅有足够大的脑洞,还有着非凡的执行力。这次是生物学者,他们借鉴了信息学科的思维,发明了基因测序的新方法。日前,一篇名为《基于信息理论来修正错误的高准确度荧光产生DNA测序方法》的论文在《自然·生物技术》上在线发表。研究者来自北京大学黄岩谊教授带领的团队。

  “这个设计很巧妙,”东南大学教授陆祖宏说,“或许在信息科学里是‘小伎俩’,但在生物学研究中是一种思维方式的突破,而且奏效了。”

  测序精准是“王道”

  和体育界的“更快、更高、更远”类似,基因测序界的“金标准”是“更快、更长、更正确、还不贵”。

  大名鼎鼎的“人类基因组计划”基于1代测序技术,耗时十余年测出一套完整的人类基因组密码,而利用现有的2代测序技术,这个时间可以缩短到半天内。

  “2代测序技术,又叫高通量测序技术,”陆祖宏介绍,它能够在一个生物芯片上一次完成上亿个反应。“每个反应一次测定一个碱基。”

  生物芯片上的反应单元非常小,几平方微米的芯片上会包含1000个待测DNA单链分子,在DNA聚合酶(促成单个碱基聚合)的作用下,单个碱基会按照配对规律合成已有DNA分子的互补链,每次合成一个,同时释放出荧光。不同的碱基(A、T、C、G)带有不同的荧光,检测到荧光的不同就能判断是什么碱基,进而读取DNA。

  然而,每个单元中1000个分子的合成很难同步,“这个分子合成到99个时,那个分子可能合成到101个,这样捕捉到的荧光波长将会有所差异,可信度显著下降,”陆祖宏说,因此,2代基因测序仪的单次“读长”目前的极限在200个碱基对(bp)。通过DNA二端测序能做到400个bp,但很难进一步提高。读得越长,测得序列的正确性就会越低。

  在人体基因测序领域,这是一对相差悬殊的数字:30亿、200。前者是人类基因组的碱基对数量,后者是目前测序准确度最高(99%)的2代基因测序仪的单次“读长”。可见以200为单位完成目标DNA的测序,不可避免会造成大量的误差。

  测序技术正在向着满足“金标准”的路上不断推进,而此次我国学者发表的ECC(纠错编码)测序法正是对现有手段的校正和补充。

  “软件推导”补硬件不足

  生物学的研究方法一直是所见即所得,这次引入了信息论的方法,利用冗余信息、通过计算得出准确结论,陆祖宏认为,ECC测序法是对上面提到的2代测序方法的完善,其基本原理与2代测序方法相一致,令人称道的是其打破思维定势,迂回计算出碱基信息。

  打个比方,要解答“甲乙丙丁分别住在哪个房子里,”之前的方式是直接开门看,ECC是通过测量得到一组逻辑题,诸如红房子在蓝房子的右边,白房子的左边;黄房子的主人来自香港,而且他的房子不在最左边,爱吃比萨的人住在爱喝矿泉水的人的隔壁……等等提示,通过计算最终判断出结论。

  “之前一个一个测,现在是一群一群测,每次采样量一样,但是采样方法不同了,单次看获得的信息更多,”陆祖宏说,冗余信息可以互为校验,将“精准”的努力更多地让“软件推导”去承担,弥补酶的均一性、信号捕捉等硬件上无法避免的不足。

  资料显示,ECC编码和解码策略已被广泛应用在信息通讯和存储等其他领域中,并被证实可以有效检测和纠正数据传输或存储时发生的错误。此次研究团队在测序技术中首次引入ECC,并自主合成了低错误率的荧光发生底物,二者结合在实验室搭建的原理样机上获得了单端测序超过200碱基读长无错误的实验结果。

  “BT与IT的结合越来越成为业界共识,”蒋慧说,就在12月初,谷歌发布了一款名为DeepVariant程序工具,称其拥有人工智能(AI)深度学习能力,将2代测序技术中的片段精确的拼接,更准确识别DNA序列中的突变。

 
[ 教育搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 

 
推荐图文
推荐教育
推荐信息
点击排行
Copyright © 2001-2016 HE-NAN.COM Corporation, All Rights Reserved
河南网--河南省综合性门户网站,致力于为河南企业及网民提供信息化服务!   搜狐地方网站联盟成员   通用网址:河南网