比宏基因组更有内涵的宏基因组研究方案——HiC-Meta

HIC-Meta，一款基于三维基因组技术的宏基因组研究方案，从群体宏基因组样本中，深度挖掘获得near-complete microbial genomes，让您的宏基因组“比宏基因组更有内涵”。

1.png

HiC-Meta技术原理：

  • 细胞（菌体）内DNA之间存在互作关系，其空间构象彼此靠近

  • 利用HI-C技术手段进行交联，固定细胞内的DNA构象，可以确定来源于同一个细胞的序列。

  • 细胞（菌体）裂解后，获得交联固定的DNA进行建库测序

  • 利用交联关系，确定来源于同一个细胞的序列，构建单菌基因组，可获得near-complete genomes，深化宏基因组研究。



2017年，基于Hi-C技术开展宏样本的单菌基因组组装研究方法成功发表在Nature在线期刊《bioRxiv》上。

2.png

研究比较了HiC-Meta（文中为ProxiMeta）与基于Binning分箱算法的Maxbin组装获得单菌基因组的效果:

Maxbin: 共获得189个genome bins

       ~ complete or near complete ： 29

       ~ 89，622 contigs >1000bp

       ~ 471Mb

       ~ bin N50： 13.3Kb


ProxiMeta:   共获得 252 个 genome clusters

       ~ near complete : 50

       ~ substantially complete: 64

       ~ 35，157 contigs >1000bp

       ~ 353Mb

       ~ cluster N50： 26.8Kb


无论从组装的基因组完整性（下图a），基因组质量（下图b）和污染率（下图c）来看，基于实验手段实现单个菌体序列的分离（Hi-C）都能实现更好的组装效果。

3.png

将组装好的单菌基因组信息与数据库已有参考基因组进行一致性比对，HiC-Meta组装出的单菌基因组具有良好的保真效果（下图，5组共线性比对结果）：


4.png

5.png

在分类鉴定中，相较于Maxbin等算法组装方案，HiC-Meta在物种界定上更具有研究优势（下图），还可用于不可分离培养的新物种发现，获得高质量的新菌基因组信息：

6.png

此外，由于HiC-Meta技术出色的分辨率，还可以实现宏基因组样本中质粒基因组的识别和研究（下图）

7.png

深入挖掘环境样本中微生物的质粒基因组与核基因组的互作关系（下图），深化宏基因组研究。

8.png

2018年冬，云生物重磅首推国内唯一的HiC-Meta技术服务，从宏组学到单菌分析，一次实验，完成从群体到个体的深层次研究，还在等什么？ HiC-Meta,您值得拥有!

分享