作者:吳上豪/有勁生物科技

 

Flow cell是含有管道的一片玻璃,能提供空間給定序樣品在其中擴增產生叢集(cluster),可說是Illumina定序的主要舞台;定序試劑在玻璃上的管道內流通,而定序便靠著偵測辨認各叢集所放出的螢光訊號來進行(請參考有勁部落格文章《次世代定序(Next Generation Sequencing, NGS)》)。Illumina於2014年推出patterned flow cell技術1並將之應用在HiSeq X ten、HiSeq 3000、HiSeq 4000等較新的機型,降低了定序的成本。Patterned flow cell的特性,以及與舊式flow cell (non-patterned flow cell)之間究竟有何差異?本篇文章這就帶您了解。

 

舊式flow cell可用在MiSeq、HiSeq 2000/2500等機型上;定序樣品隨機散落在flow cell上進行橋式聚合酶鏈鎖反應 (bridge PCR),其叢集擴增進行的過程好比放牛吃草,產生出來的叢集大小均不相同,有時還會互相重疊(如圖一所示)2。HiSeq 2500平台進行定序時,在第5個鹼基定序完成之後,會藉由偵測前5個鹼基的訊號,再花一個多小時去定義叢集的位置。此外,舊式flow cell需要注意定序樣品的上機濃度,上機濃度若過高,有可能造成叢集形成密度太高,各個叢集的位置因此無法被定義出來,定序結果就被儀器判定為「品質不良」,訊號因而被濾除。反之,若定序樣品上機濃度過低,則有可能造成定序資料量的不足。因此,調整出樣品最適的上機濃度才能確保定序的成功;這對實驗操作者來說,需要相當的經驗累積才能做到。

 

 

圖一、Non-patterned flow cell定序時的叢集(cluster)生長擴增示意圖

圖片來源:Illumina, Inc. (2015) Calculating Percent Passing Filter for Patterned and Nonpatterned Flow Cells.

 

相對地,Patterned flow cell則是在管道中設計了數以億計奈米級的小格子 (nanowell),提供定序樣品擴增的空間(如圖二所示)2,3。定序樣品與nanowell中的探針一旦雜合就會馬上進行擴增;由於樣品與探針的雜合,其速率遠低於樣品與探針雜合之後的擴增速率,因此同一格子中出現多種樣品擴增叢集的機會便可大大減少。為了Patterned flow cell,Illumina還配合其所使用的叢集合成方式,更新了試劑系統,讓定序成本降低,花費時間縮短;所以,對HiSeq 3000/4000/X機型來說,操作流程只要確認小格子內是否有螢光訊號傳出即可,不再像舊式flow cell那樣要去定義叢集的位置,定序時間減了不少。此外,由於各叢集的生長空間被小格子「規劃」好了,因此比較不需要擔心上機濃度過高造成失敗的可能性;同時還可以好好利用flow cell整片玻璃的空間,增加定序產出的資料量。

 

 

圖二、Patterned flow cell與定序時的叢集(cluster)生長擴增示意圖

圖片來源:Illumina, Inc. (2015) Patterned Flow Cell Technology.

 

 

由此可見,Patterned flow cell比起non-patterned flow cell,有著更高的資料產出量、更低的定序成本需求、更快的定序速度。看起來雖然好處多多,但Patterned flow cell並非完美,仍有一些需要特別注意的事項。在此先賣個關子,下回筆者的文章中再來說明,敬請期待。

 

 

參考資料

1.Hayden E.C. (2014 Jan 15) Is the $1,000 genome for real? Nature News. doi:10.1038/nature.2014.14530

2.Illumina, Inc. Technical Note: Informatics. (2015) Calculating Percent Passing Filter for Patterned and Nonpatterned Flow Cells - A comparison of methods for calculating percent passing filter on Illumina flow cells.

3.Illumina, Inc. Technical Spotlight: Sequencing. (2015) Patterned Flow Cell Technology - Fixed spacing of sequencing clusters with defined feature sizes contributes to increased data output, reduced costs, and faster run times.

 

 

文章標籤
全站熱搜
創作者介紹
創作者 TIGS 的頭像
TIGS

有勁的基因資訊

TIGS 發表在 痞客邦 留言(0) 人氣(4,642)