无需特异性样品制备，实时靶向富集测序：利用灵活性采样进行的选择性纳米孔测序

在今天发表的预印版文章中，Kovaka等人和Payne等人利用“Read-Until” API进行纳米孔测序，展示了在无需进行靶向特异性样品制备的情况下，使用纳米孔技术对感兴趣区域进行快速测序的未来潜力。

Kovaka 等人 开发了一种新颖的原始信号定位算法，该算法能够通过灵活性采样(adaptive sampling)来富集与遗传性癌症相关的148个人类基因的测序，并在单个MinION测序芯片上实现30X覆盖度。与50X覆盖度的短读长全基因组测序相比，该方法检测到了超过两倍多的结构变异（SV）数量，并且能够准确识别小型变体及分析DNA甲基化。 阅读预印版论文.

Sam Kovaka博士指出：“这种通过简单的低成本测序运行，即可全面检测任何基因组区域的遗传和表观遗传学变化的能力，将彻底改观对癌症的治疗和预防，传染病特征分析以及许多其他应用。”

与此同时，Payne等人.也展示了对多个样本进行的规模可扩展的灵活性采样(adaptive sampling)，并指出使用图形处理单元（GPU）进行直接碱基识别，速度足以进行选择性测序，并且可以扩展规模。该方法早在2016年就被同一团队发表于《自然》杂志。 作者在最新的发表论文中描述了：

Alex Payne博士指出：“Read Until可以对大型基因组的众多区域、或多个基因组的特定子集进行快速、灵活的适应性测序。通过减少测序和样品制备两者的时间和成本，这些方法将使研究人员能够将长读长测序集中在特定区域上，从而解决生物学问题。”

靶向测序，或从样品中选择目标区域，通常涉及在测序前对DNA进行大量操作。这可能涉及PCR步骤，Cas介导的富集或杂交捕获，每个步骤都可能使制备和手动时间增加数小时或数天，并且增加成本。通过在测序过程中实时地选择分子，即可以去除这些步骤，从而达到简化过程的目的，同时也保持了样品中所存在的DNA修饰，加速对生物学问题的解答。

灵活性采样(adaptive sampling)使得大量的应用可以通过非常基本的样品制备便得以进行，而复杂的目标选择则由测序仪本身来完成。

正如这两篇论文所证明，Read-Until 可用于富集包含目标区域的序列链，在保持所有长读长测序的优势的同时，显着的降低成本。用户也可以使用它来“拒绝”与兴趣无关的生物序列链。例如，在微生物组的应用中，这可以提供更简单的工作流程，规避在样品制备过程中去除宿主的需求。

灵活性采样(adaptive sampling)的另一个用途是可以均衡覆盖度，不论是条码标签（barcode）或是扩增子测序，以确保获得对感兴趣区域的均一的目标深度。

Read Until API将在有限的支持下，作为研究工具在Nanopore社区提供，我们的团队现在正在研究一个新的简化版的灵活性采样(adaptive sampling) API，预计将于今年晚些时候上线。有关更多信息，请访问Nanopore社区发布(login required)