外显子组（Exome）测序是指利用序列捕获技术将全基因组外显子区域DNA捕捉并富集后进行高通量测序的基因组分析方法。通过高通量测序技术进行外显子组测序，能够直接发现与蛋白质功能变异相关的遗传突变。相比于全基因组重测序，外显子组测序更加经济、高效，更适用于大样本量疾病及癌症样本分析。目前，外显子组测序技术已经应用到寻找与各种复杂疾病相关的致病基因和易感基因的研究中。
服务优势
● 捕获效率高、覆盖度好，确保精确的文库和高质量的数据
● Reads分布均一性好，改善测序偏好性
● 自主研发的基因组数据分析方法和算法，提供多种遗传疾病及肿瘤方向的高级分析
项目流程
生物信息学分析项目
| 测序类型 | 基本分析 | 高级分析 |
|---|---|---|
| 肿瘤外显子组测序 Whole-Exon Sequencing | 1、 数据质量评估 2、 序列基因组比对 3、 变异位点检测（以下分析为二选一） 3.1 单样品变异位点检测（SNP/InDel） 3.2 成对样品体细胞变异位点检测（针对肿瘤样品，Somatic SNP/Somatic InDel/CNV检测/LOH分析） 4、 变异位点注释（包括功能区域、人群频率、致病性、COSMIC等疾病数据库的注释） 5、 易感基因筛查 6、 融合基因分析 7、 变异位点汇总（circos图） （以下分析仅适用成对肿瘤样品，建议>=10对） 8、 突变特征性分析 9、 高频突变基因分析 10、 高频突变基因GO富集分析 11、 高频突变KEGG通路富集分析 12、 高频突变基因互作分析 12.1 高频突变基因相关性分析 12.2 高频突变基因蛋白互作分析 | 1、 肿瘤纯度及倍性分析（适用于成对肿瘤样品） 2、 肿瘤异质性及克隆结构分析（适用于>=10成对肿瘤样品） 3、 显著CNV区域分析（适用于>=10成对肿瘤样品） 4、 肿瘤进化树分析 5、 突变基因位点分布分析 6、 临床数据整合分析（PFS、OS） 7、 临床用药建议 7.1 靶向用药预测 7.2 耐药基因筛选 |
| 遗传病相关外显子组测序 Whole-Exon Sequencing | 1、 数据质量评估 2、 序列基因组比对 3、 变异位点检测 3.1 SNV检测 3.2 InDel检测 3.3 CNV检测（针对成对样品） 4、 变异位点注释 4.1 SNV位点注释 4.2 InDel位点注释 5、 突变位点筛选 6、 突变基因GO功能富集分析 7、 突变基因KEGG通路富集分析 8、 融合基因分析 9、 变异位点汇总（circos图） | 单基因遗传病 1、 连锁分析 2、 共有变异位点筛选 3、 遗传模式筛选 4、 突变位点分布分析 5、 ROH分析 6、 候选基因分析 7、 基因与疾病关联分析 复杂疾病 1、 GWAS关联分析 2、 共有变异位点筛选 3、 遗传模式筛选 4、 突变位点分布分析 5、 新生突变位点检测 6、 候选基因分析 7、 蛋白互作网络 8、 疾病与基因关联分析 |
常见问题
1. 相对于全基因组测序，外显子有那些优势与不足？
人类的外显子组约占基因组的1%～2%，包含了蛋白质合成的重要信息，是基因行使功能最直接的体现，绝大部分疾病或性状相关的变异位于外显子区域。与全基因组重测序相比，全外显子组测序仅针对外显子区域内部和边界区域的DNA进行测序，覆盖度更深，数据准确性更高，可更加经济、高效地发现与疾病或表型相关的个体遗传变异及罕见突变。人全外显子组测序技术已逐步应用到单基因致病基因和复杂疾病易感基因研究中。其不足之处是只能获得外显子区域内部及边界附近的变异信息，很难检测到基因组内大的结构变异。
2. 外显子组测序的深度要求？
当测序深度为6x时，对目标区域的覆盖度可达到90%，深度为100x时，reads对外显子区域的覆盖已接近饱和。更高的测序深度对覆盖度的影响不大，但是能够增加检测SNPs及InDels及稀有致病变异位点的准确性。
