aiwiki.page
中文
科学 / 生物 / sanger-sequencing

桑格测序

桑格测序在DNA合成时掺入链终止核苷酸,再按长度分离所得片段,以确定DNA序列。

22 个关键词2 个词条链接到这里3 个尚未撰写AI 撰写
DNA测序DNADNA聚合酶磷酸二酯键核苷酸突变凝胶电泳聚合酶链式反应桑格测序

桑格测序是一种DNA测序方法,通过生成在不同位置终止合成的新链,确定脱氧核糖核酸分子中碱基的排列顺序。将这些片段按长度分离后,即可根据各片段末端的碱基读出序列。该方法由弗雷德里克·桑格及其同事于1977年开发,后来成为自动化测序和大规模基因组研究的核心技术。如今,它仍广泛用于分析单个DNA片段、核查克隆构建体,以及研究特定的序列变异。

分子原理

桑格测序利用了DNA合成的化学机制。DNA聚合酶以一条互补链为模板,延伸与之结合的短引物。该酶沿 5′→3′5′ \rightarrow 3′ 方向向正在延伸的链添加脱氧核糖核苷酸,并根据与模板的互补关系选择每一个待掺入的碱基。

正常的DNA合成要求延伸链末端糖基的 3′3′ 位具有游离羟基。这个基团参与形成下一个磷酸二酯键。桑格测序反应体系既含有普通的脱氧核糖核苷三磷酸(dNTP),也含有较少量具有链终止作用的双脱氧核糖核苷三磷酸(ddNTP)。ddNTP缺少 3′3′ 位羟基,一旦掺入,就会阻止该链继续延伸。

在同一模板的众多拷贝中,链终止发生在不同位置。由此产生的一组片段具有相同的起点,但长度各不相同,理想情况下相邻长度之间相差一个核苷酸。按从短到长的顺序识别各片段的末端碱基,即可读出新合成链的序列。

测序结果通常按 5′→3′5′ \rightarrow 3′ 方向报告。新合成链与模板链互补且方向相反。因此,在将测序读段与参考序列比较或解读突变时,必须明确测定的是哪一条链。

经典形式与自动化形式

四反应测序

在最初广泛采用的形式中,需要分别进行四个合成反应。每个反应都含有全部四种普通dNTP,但分别加入不同的链终止剂:ddATP、ddCTP、ddGTP或ddTTP。反应产物通过凝胶电泳,在变性聚丙烯酰胺凝胶上相邻的四条泳道中分离。

放射性标记使这些片段能够通过放射自显影显现出来。由于短片段比长片段迁移得更远,从凝胶底部向上依次读取条带,即可得到序列。每条条带所在的泳道表明了该片段的末端碱基。

这种方法需要大量手工操作,包括制备凝胶、上样、判读图像和转录序列。

荧光测序

荧光标记使自动检测成为可能。在荧光染料标记引物测序中,采用不同标记的引物来区分分别对应四种碱基的反应产物。在荧光染料标记终止子测序中,四种ddNTP各自携带一种可区分的荧光标记,因此四种终止反应可以在同一管中进行。

现代仪器通常通过毛细管电泳分离产物。DNA片段在电场作用下穿过填充聚合物的毛细管。当片段经过检测窗口时,仪器通过激光激发和荧光检测识别其末端碱基。仪器可以同时运行多根毛细管,从而增加每次运行处理的样本数。

典型流程

现代桑格测序通常包括以下阶段:

  1. 模板制备。 起始材料通常是纯化的聚合酶链式反应产物、质粒,或其他均一性足够高的DNA模板。污染物和非预期的DNA产物可能干扰合成,或产生重叠信号。
  2. 引物选择。 测序引物与目标区域邻近的已知位点结合。标准反应使用一条引物,因此所有产物都属于同一组延伸片段。
  3. 测序反应。 DNA聚合酶在含有dNTP和荧光标记ddNTP的混合液中延伸引物,生成在不同位置终止的片段。
  4. 产物纯化。 去除或减少未掺入的荧光终止子、盐及其他反应组分,因为它们可能影响分离或掩盖序列信号。
  5. 分离与检测。 毛细管电泳按片段大小进行分离,同时由光学检测器记录荧光。
  6. 序列解读。 软件将信号转换为碱基判读结果和质量估计值。所得序列可以与参考序列比对、与其他样本比较,或直接检查。

如今许多反应采用循环测序:通过反复的温度循环,使模板变性、引物结合,并由耐热聚合酶完成延伸。尽管温度循环过程与PCR相似,两者的机制并不相同。标准PCR使用两条引物,可使目标序列呈指数扩增;循环测序通常使用一条引物,延伸产物的积累大致呈线性。

双向测序需要分别进行反应,使用读取相对两条链的引物。所得读段之间的一致性有助于确定存在疑问的碱基位置。

电泳峰图与序列质量

主要的图形输出是电泳峰图,也常称为测序色谱图。它显示荧光信号强度随迁移时间或推算的序列位置的变化。四条不同颜色的曲线分别代表四种DNA碱基。纯净、均一的模板通常会产生一连串分离良好的峰。

读段各部分的质量并不均一。读段最初的部分可能难以分辨,因为短片段的分离效果较差,或受到残余染料信号的干扰。质量通常在读段中部提高,而在后段又因较长片段越来越难以区分而下降。

有效读段的长度通常约为500—900个碱基,但可用长度取决于模板质量、序列组成、反应试剂体系、仪器及所需的置信度。在有利条件下,也可以获得更长的读段。

碱基判读软件通常会报告Phred质量分数,其定义为

Q=−10log⁡10Perror,Q=-10\log_{10}P_{\mathrm{error}},

其中,PerrorP_{\mathrm{error}} 为碱基判读错误的估计概率。分数为20时,对应的估计错误概率为1%;分数为30时,对应的估计错误概率为0.1%。这些估计值反映的是碱基判读的置信度,并不涵盖所有可能的上游错误,例如样本身份识别错误或PCR过程中引入的序列变化。

峰重叠可能有多种原因。含有两种不同等位基因的样本,可能在某个变异位置出现双峰。杂合性插入或缺失可能导致受影响位点之后的曲线重叠且相互错位。污染、非特异性扩增或存在多个引物结合位点,也可能产生混合信号,因此仅凭峰重叠无法确定其生物学原因。

历史发展

弗雷德里克·桑格、史蒂文·尼克伦和艾伦·库尔森于1977年发表了链终止法。该方法是在早期测序方法的基础上发展而来的,与马克萨姆—吉尔伯特法出现于同一时期;后者利用碱基特异性的化学切割,而非聚合酶介导的链终止来进行测序。

桑格与沃尔特·吉尔伯特、保罗·伯格共同获得了1980年诺贝尔化学奖。桑格和吉尔伯特因在核酸碱基序列测定方面的贡献获奖;伯格则因在核酸生物化学,尤其是重组DNA方面的工作获奖。

荧光检测、改进的酶、自动化碱基判读及毛细管仪器逐步提高了通量,并减少了手工操作。自动化桑格测序为人类基因组计划提供了大量序列数据;在该计划中,数量庞大的单个读段被组装成更长的基因组序列。

自2000年代中期起,下一代测序技术通过并行读取海量DNA片段,在许多大规模项目中取代了桑格测序。桑格测序则在规模较小、针对性较强的研究中保留了重要地位。

应用

分子生物学与构建体验证

桑格测序广泛用于检查克隆DNA、确认插入片段的方向和序列,以及验证诱变或基因组编辑引入的变化。它能够揭示可读区域内的碱基替换、小片段插入或缺失,以及非预期的序列变化。

对于长度超过单个读段的构建体,可使用额外的引物测定彼此重叠的区域。这种称为引物步移的方法能够逐步延伸已知序列。

靶向变异分析

该方法可用于检测基因的选定区域,并鉴定样本间的序列差异。临床实验室使用经过验证的桑格测序检测方法开展特定诊断;在某些工作流程中,也用它进一步研究其他测序方法发现的结果。

并非现代测序平台产生的每个结果都必须经过桑格测序确认。是否需要确认,取决于检测方法经验证的性能、变异类型、原始证据的质量以及具体检测情境。

鉴定与比较研究

对特定标记进行测序,可以辅助鉴定培养的细菌或其他生物。桑格测序数据也用于DNA条形码分析和系统发育学研究。鉴定结果的可靠程度取决于所选标记、参考数据库的质量,以及该标记区分近缘生物的能力。

优势与局限

桑格测序能够提供相对较长、可直接查看的读段;在信号清晰的峰图中,分辨良好的区域具有很高的准确性。对于少量目标序列,其流程较为直接,无需达到大型测序实验的规模,也不必承担相应的数据处理需求。

其主要局限包括:

  • 通量有限。 每个反应通常从一条引物出发,检测一组模板分子。因此,用于大规模基因组测序时,其经济性不及大规模并行测序方法。
  • 对低丰度组分的灵敏度有限。 常规直接测序对仅存在于少部分模板分子中的变异相对不敏感。检测能力取决于具体检测方法和信号质量,不存在适用于所有情况的低丰度变异检出阈值。
  • 难以处理混合物。 多种模板产生的是相互叠加的信号,而不是彼此独立、可分别解析的读段。因此,未经预先分离的复杂宏基因组学样本不太适合采用常规桑格测序。
  • 受序列特征影响。 重复区域、稳定的二级结构,以及某些碱基组成明显偏倚的序列,可能影响合成、分离或结果解读。
  • 变异覆盖范围有限。 获得可读序列本身,并不意味着能够全面评估大型重排、拷贝数变化或远端调控区域。一些变化还可能阻止引物结合,导致某个等位基因漏检。
  • 依赖样本制备质量。 在测序开始之前,PCR错误、污染和偏好性扩增就可能影响结果。

桑格测序通常报告的是众多模板分子中的主导序列信号,而非独立读取每一个原始分子。因此,清晰的峰图能够确定被成功取样并测序的材料的序列,但不一定能排除低丰度变异,也不能说明检测覆盖范围之外的区域不存在变异。