麻煩想諮詢一個關於illumina 測序出的reads的問題？

01-06

我最近有一篇文章需要大修，審稿人有一條意見是這樣的：「Further, the MiSeq now generates reads of 250 by default and the latest chemistry supports reads of up to 300 bp.「我想請問的是現在從哪裡能免費下載到這樣的真實數據？還有這類偏長的illumina reads的測序精度是否會下降？順便再問一句，現在有沒有illumina平台的read是，測序精度達不到99%以上，大概97%,98%這樣的？比方說廉價的個人測序？

從哪裡能免費下載到這樣的真實數據？

NCBI SRA（sequencing read archive）

還有這類偏長的illumina reads的測序精度是否會下降？

會下降。主要原因是DNA聚合酶在擴增cluster里的每一個template的時候並不是完全同步的，而且read越長測到後面不同步的template會越多。

現在有沒有illumina平台的read是，測序精度達不到99%以上，大概97%,98%這樣的？比方說廉價的個人測序？

測序精度更多的是和酶的保真度以及測序的同步率有關（見我回答的上一個問題）。這不是最耗成本的東西。所以即使犧牲精度，成本也不會降低多少。

首先要搞清楚，illumina的平台分成Miseq，Hiseq和Nextseq三種，其中Miseq讀長長，通量低（換句話說也就是成本高）。所以，如果你需要高質量的數據，Miseq是最好的，如果你要廉價的話，可以選擇Hiseq。這裡討論的時是你的研究組自己掏錢做測序的情況。

如 @半夢半醒所說，精度對於二代測序而言不是最耗成本的東西，實際上Hiseq的成本優勢是通過高通量體現出來的。大多數情況下，經過正確的filter，Miseq和Hiseq所產的數據，除了讀長，精度上區別不大。

如果你選擇使用別人做的測序數據，那麼通常，你根本不需要考慮讀長和精度之間有沒有必然的聯繫，因為有效率的做法是把可以獲得的數據全部下載下來，通過QC篩選出可用的。

我不知道你做的是什麼物種。除了NCBI SRA以外，人和一些模式生物都有自己的測序資料庫。比如個人比較信任的Encode和ModEncode，能夠被納入這兩個project的研究組個個牛氣衝天，他們做出來的數據有比較高的可信度；當然，具體到每個case，還是要自己QC。

現在NGS已經越來越成熟了，事實已經證明，illumina點對了技能點（短讀長，高精度，大通量）。當前，精度和覆蓋度上的問題完全是可以通過通量的增加來彌補的。個人認為，illumina當前在做的主要是市場細分，通過已經成熟的平台來完成各種各樣特殊的測序任務（比如檢測expression，methylation，DNA-protein interaction），賣試劑盒已經比賣測序儀更有搞頭了。

但是讀長短這個問題很難被通量的提升所解決（我自己就在被這個問題折磨……），大家也都在朝著這個方向努力，不過看起來illumina平台在這方面的潛力兌現的非常緩慢，所以長遠來看各種三代測序還是很有機會迎頭趕上，雖然它們的精確度和成本現在都還是問題。

這不是一個建議，只是一個看法。因為沒有說讓你去幹什麼。

大概一年以前就可以測雙端250了，就算質量再低，可用部分也比雙端150要強。實際上，加起來的可用長度，怎麼也有四百多。

順便再問一句，現在有沒有illumina平台的read是，測序精度達不到99%以上，大概97%,98%這樣的？比方說廉價的個人測序？

你要低質量的read有啥特別的用途？