| 分类： 科技前沿 |
Hiseq X ten与HiSeq2000对比
1. HiSeq2000测序的数据集，正常情况下会有一些开头和末尾第一个碱基为N的序列，每条lane会有数千至数万条这种序列，除第一个碱基外，后面碱基的Phred score都还比较高，而在我们的数据中，没有这一特征。
“第一个碱基为N”并非正常情况。只有特定版本的HCS软件，比如说v2.0.5，由于软件存在bug，才可能会出现第一或者倒数第一个碱基为N的序列。也就是说，这是软件运算的问题，测序没有问题，而且还不一定每次都出现。
进行2X100个循环的Paired-End测序，就测序2X101个循环。多出来一个循环是行业标准做法，也是Illumina官方建议的；
另外，“每条序列的前面几个碱基的质量评分很低”也不是一定的。如果文库的碱基复杂度高，簇密度又控制得好，则前面几个碱基的质量评分也可以达到比较高的数值。碱基质量，包括前几个碱基的质量评分高低，与文库构建的好坏有关，比如试剂的质量和操作水准；也与软件进行数据分析的参数估算有关，比如簇密度和碱基复杂度。
2. 用HiSeq2000测定模式生物基因组，然后将测序数据mapping回其本身的基因组，mapping率通常在75%~80%左右，有20~25%的序列是不能mapping回去的，而我们数据的mapping率达到了95%以上。
Illumina专家所指出的，mapping率高低与数据质量有关，也受比对方法、比对参数前后是否有差异、或者是否使用了不同版本的参考序列等因素影响。