【正文】 eqCLIPseq,又稱為HITSCLIP，即紫外交聯(lián)免疫沉淀結(jié)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(jié)合蛋白相互作用的革命性技術(shù)。其主要原理是基于RNA分子與RNA結(jié)合蛋白在紫外照射下發(fā)生耦聯(lián)，以RNA結(jié)合蛋白的特異性抗體將RNA蛋白質(zhì)復(fù)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(jìn)行高通量測序，再經(jīng)生物信息學(xué)的分析和處理、總結(jié)，挖掘出其特定規(guī)律，從而深入揭示RNA結(jié)合蛋白與RNA分子的調(diào)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(xì)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(xì)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(xué)一個新興的科學(xué)研究方向。宏基因組學(xué)（又稱元基因組學(xué)，環(huán)境基因組學(xué)，生態(tài)基因組學(xué)等），是研究直接從環(huán)境樣本中提取的基因組遺傳物質(zhì)的學(xué)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(bǔ)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(shù)的進(jìn)步以及測序通量和分析方法的改進(jìn)使得人們得以一窺這一未知的基因組科學(xué)領(lǐng)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(biāo)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(guān)，但可能大多數(shù)與疾病無關(guān)。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(xì)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(nèi)的基因表達(dá)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(kuò)增及缺失，擴(kuò)增的位置可以是連續(xù)擴(kuò)增如ABCCD也可以是在其他位置的擴(kuò)增，如ACBCD。什么是structure variation （SV）：基因組結(jié)構(gòu)變異染色體結(jié)構(gòu)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(nèi)部的某塊區(qū)域發(fā)生翻轉(zhuǎn)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(fù)是由序列相近的一些DNA片段串聯(lián)組成。串聯(lián)重復(fù)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(guān)系。什么 Read Contig Unigene高通量測序時，在芯片上的每個反應(yīng)，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(zhì)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(zhì)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(jìn)入到GeneBank的序列，進(jìn)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(dāng)基因組發(fā)生某一段的缺失，或轉(zhuǎn)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(jié)構(gòu)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(gòu)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(guān)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(jìn)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(dāng)相加的長度達(dá)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(jié)果好壞的一個判斷標(biāo)準(zhǔn)。什么是Scaffold N50Scaffold N50與Cont