【正文】 eqCLIPseq,又稱為HITSCLIP，即紫外交聯(lián)免疫沉淀結合高通量測序(crosslinkingimmunprecipitation and highthroughput sequencing), 是一項在全基因組水平揭示RNA分子與RNA結合蛋白相互作用的革命性技術。其主要原理是基于RNA分子與RNA結合蛋白在紫外照射下發(fā)生耦聯(lián)，以RNA結合蛋白的特異性抗體將RNA蛋白質復合體沉淀之后，回收其中的RNA片段，經(jīng)添加接頭、RTPCR等步驟，對這些分子進行高通量測序，再經(jīng)生物信息學的分析和處理、總結，挖掘出其特定規(guī)律，從而深入揭示RNA結合蛋白與RNA分子的調控作用及其對生命的意義。什么是metagenomic（宏基因組）Magenomics研究的對象是整個微生物群落。相對于傳統(tǒng)單個細菌研究來說，它具有眾多優(yōu)勢，其中很重要的兩點：(1) 微生物通常是以群落方式共生于某一小生境中，它們的很多特性是基于整個群落環(huán)境及個體間的相互影響的，因此做Metagenomics研究比做單個個體的研究更能發(fā)現(xiàn)其特性；(2) Metagenomics研究無需分離單個細菌，可以研究那些不能被實驗室分離培養(yǎng)的微生物。宏基因組是基因組學一個新興的科學研究方向。宏基因組學（又稱元基因組學，環(huán)境基因組學，生態(tài)基因組學等），是研究直接從環(huán)境樣本中提取的基因組遺傳物質的學科。傳統(tǒng)的微生物研究依賴于實驗室培養(yǎng)，元基因組的興起填補了無法在傳統(tǒng)實驗室中培養(yǎng)的微生物研究的空白。過去幾年中，DNA測序技術的進步以及測序通量和分析方法的改進使得人們得以一窺這一未知的基因組科學領域。什么是SNP、SNV（單核苷酸位點變異）單核苷酸多態(tài)性singlenucleotide polymorphism，SNP 或單核苷酸位點變異SNV。個體間基因組DNA序列同一位置單個核苷酸變異(替代、插入或缺失)所引起的多態(tài)性。不同物種、個體基因組DNA序列同一位置上的單個核苷酸存在差別的現(xiàn)象。有這種差別的基因座、DNA序列等可作為基因組作圖的標志。人基因組上平均約每1000個核苷酸即可能出現(xiàn)1個單核苷酸多態(tài)性的變化，其中有些單核苷酸多態(tài)性可能與疾病有關，但可能大多數(shù)與疾病無關。單核苷酸多態(tài)性是研究人類家族和動植物品系遺傳變異的重要依據(jù)。在研究癌癥基因組變異時，相對于正常組織，癌癥中特異的單核苷酸變異是一種體細胞突變（somatic mutation），稱做SNV。什么是INDEL (基因組小片段插入）基因組上小片段（50bp）的插入或缺失，形同SNP/SNV。什么是copy number variation （CNV）：基因組拷貝數(shù)變異基因組拷貝數(shù)變異是基因組變異的一種形式，通常使基因組中大片段的DNA形成非正常的拷貝數(shù)量。例如人類正常染色體拷貝數(shù)是2，有些染色體區(qū)域拷貝數(shù)變成1或3，這樣，該區(qū)域發(fā)生拷貝數(shù)缺失或增加，位于該區(qū)域內的基因表達量也會受到影響。如果把一條染色體分成ABCD四個區(qū)域，則ABCCD/ACBCD/ACCBCD/ABD分別發(fā)生了C區(qū)域的擴增及缺失，擴增的位置可以是連續(xù)擴增如ABCCD也可以是在其他位置的擴增，如ACBCD。什么是structure variation （SV）：基因組結構變異染色體結構變異是指在染色體上發(fā)生了大片段的變異。主要包括染色體大片段的插入和缺失（引起CNV的變化），染色體內部的某塊區(qū)域發(fā)生翻轉顛換，兩條染色體之間發(fā)生重組（interchromosome translocation）等。一般SV的展示利用Circos 軟件。什么是Segment duplication一般稱為SD區(qū)域，串聯(lián)重復是由序列相近的一些DNA片段串聯(lián)組成。串聯(lián)重復在人類基因多樣性的靈長類基因中發(fā)揮重要作用。在人類染色體Y和22號染色體上，有很大的SD序列。什么是genotype and phenotype既基因型與表型；一般指某些單核苷酸位點變異與表現(xiàn)形式間的關系。什么 Read Contig Unigene高通量測序時，在芯片上的每個反應，會讀出一條序列，是比較短的，叫read，它們是原始數(shù)據(jù)； 有很多reads通過片段重疊，能夠組裝成一個更大的片段，稱為contig； 多個contigs通過片段重疊，組成一個更長的scaffold； 一個contig被組成出來之后，鑒定發(fā)現(xiàn)它是編碼蛋白質的基因，就叫singleton； 多個contigs組裝成scaffold之后，鑒定發(fā)現(xiàn)它編碼蛋白質的基因，叫unigene。一個UniGene不一定代表一個contig，一個UniGene可有多個contig。UniGene (UniqueGene Sequence Collection)UniGene是以自動化的方式，對于每一個新進入到GeneBank的序列，進行序列相似性分析，如果可以找到可能是來自于同一個基因的基因組（cluster）,則將次序列歸入到這一個基因組，如果找不到，則成立一個新的基因組。據(jù)估計，人類的基因約有八萬到十萬個左右，而在UniGenes中的所有人類序列中，經(jīng)過上述方式加以分組之后，在1998您6月，已得到的超過四萬三千個獨特的基因組（unique gene clusters），其中大約六千余個具有已知的基因。什么是softclipped reads當基因組發(fā)生某一段的缺失，或轉錄組的剪接，在測序過程中，橫跨缺失位點及剪接位點的reads回帖到基因組時，一條reads被切成兩段，匹配到不同的區(qū)域，這樣的reads叫做softclipped reads，這些reads對于鑒定染色體結構變異及外源序列整合具有重要作用。什么是multihits reads由于大部分測序得到的reads較短，一個reads能夠匹配到基因組多個位置，無法區(qū)分其真實來源的位置。一些工具根據(jù)統(tǒng)計模型，如將這類reads分配給reads較多的區(qū)域。什么是Scaffold基因組de novo測序，通過reads拼接獲得Contigs后，往往還需要構建454 Pairedend庫或Illumina Matepair庫，以獲得一定大小片段（如3Kb、6Kb、10Kb、20Kb）兩端的序列?；谶@些序列，可以確定一些Contig之間的順序關系，這些先后順序已知的Contigs組成Scaffold。什么是Contig N50Reads拼接后會獲得一些不同長度的Contigs。將所有的Contig長度相加，能獲得一個Contig總長度。然后將所有的Contigs按照從長到短進行排序，如獲得Contig 1，Contig 2，Contig 3...………Contig 25。將Contig按照這個順序依次相加，當相加的長度達到Contig總長度的一半時，最后一個加上的Contig長度即為Contig N50。舉例：Contig 1+Contig 2+ Contig 3+Contig 4=Contig總長度*1/2時，Contig 4的長度即為Contig N50。Contig N50可以作為基因組拼接的結果好壞的一個判斷標準。什么是Scaffold N50Scaffold N50與Cont