Bionano创始人曹涵：弥补NGS之“痛”的单分子长片段图谱技术 | 《大咖论健》总第35篇
（图1：曹涵博士，经作者授权发布）
关键词
单分子大片段图谱 SV 组装
建议用时：9分钟
往期内容
黄尚志教授/丁洁委员/王艺院长/哈佛沈亦平等12位临床大咖 | 尹烨/孙洪业/熊磊/阎海等12位产业大咖 | 南京总医院-李宁主任 | Illumina总经理-赵瑞林 | 华西医院-魏于全院士 | 北京基因组所-方向东 | 奕真生物联合创始人-赵奕宁 | 湘雅医院詹显全教授
本期内容
弥补NGS之痛的单分子图谱技术
作者：曹涵博士 Bionano创始人兼首席科学家
编者：基因慧
测序成本越来越低的发展形势下，如何提高测序的应用范围将成为重点，比如大片段结构变异的检测和复杂基因组组装。根植于普林斯顿大学的国防部项目的Bionano，用单分子大片段图谱技术来推动基因技术应用，同时坚持技术平台思想，在本文中创始人曹涵博士从创立到发展一一道来，欢迎文末留言讨论提问。
我是中国科技大学85级生物系毕业生，毕业后在北大未名湖旁边的生命中心——国家重点植物基因和蛋白质工程实验室——短期工作过，之后在Universityof Delaware攻读博士，主要的分子生物学方向是研究受体信号传导及转录组调控。98年加入了宾夕法尼亚大学医学中心( The Institute for Human Gene Therapy atUpenn Medical Center)，进行基因疗法方面的研究工作。
在宾大医学中心，我从事关于干细胞以及血液病病理信号调控及治疗方面的工作。二十年前的基因疗法很多用加工过的病毒为载体，把外来的基因替换病变的基因。它的问题是，我们很难细微调控病毒裁体转导宿主基因组的效率及精准性，在哪里插入，多少拷贝，尤其是否随机插入阻断正常宿主基因功能造成毒性等等。今天回头来看，这些实质上其实都是基因组结构改变的问题，也是后来内心激发我设计Bionano 平台一个应用的重要起因之一。今天我们Bionano 平台能够直接成像de novo看到一些大病毒序列在宿主基因组内的精确整合位置，方向，拷贝数等NGS较难看到的信息。
2000年到2004年，我参加了位于东岸新泽西州的普林斯顿大学一个由美国国防部设立的项目，八百多万美元基金——把纳米技术，生物技术和信息技术合起来，我觉得这个有未知性但非常有意思。当时这个项目课题主持人一共有6位教授，由分子生物学系Shirley M. Tilghman教授及电子工程系JamesSturm教授领头，包括其他物理，电子，生物，计算机等多系著名的，BobAustin教授，Steve Chou 教授，Ed Cox 教授等。Shirley后来被选举为普林斯顿第一位女性校长，第一个生物学家校长，也是第一个加拿大人校长，不同系的很多学生都参与了这个交叉学科的大项目。我放弃了另一个风险低的工作加入了当时普林斯顿大学电子工程系纳米结构实验室，成为他们系第一个雇用的分子生物学家，并从头学习纳米结构制造的知识技术。
当时我们想应用普林斯顿大学研发的世界领先的纳米级制造的方法，来实现在硅晶芯片上做出生物单分子调控。2001年到2002年，我意识到原先单流体管道设计效与同事发明了用大面积平行的纳米微流体管道的概念来高效分离并拉直非常长的基因组 DNA分子，通过不打断直接成像的方法来看上面的标记，比如转录子调控蛋白结合位点，biomarker等。
在2000年准备去普林斯顿时已计划创业，当时内心约定给自己三年时间，名字也取好叫NanoMatrix，但并不清楚具体要干什么。这个到03年初我心里就非常清晰了，后来读到Amazon亚马逊公司初创时取名以A打头可以在搜索名单上排前，我就把假想公司名改成Bionano, 正好反映我们交叉学科的性质，并开始酝酿融资创立公司。2004年初，贯彻自己订下的三年计划，在教授们的支持下，我正式离开普林斯顿大学，做好专利转化并融到了第一笔天使基金，后来从国立卫生研究所和癌症研究所（NIH/NCI）及商务部国家标准计量局 (NIST）前后申请到超过上千万美元基金来继续推动平台技术的商业发展。这期间我普林斯顿大学原来实验室的两位研究生PDeshpande和 M Austin 博士先后毕业成为最早员工加入公司，并回到费城继续发展。2008年，Bionano融了第一笔机构风险投资。
Bionano 公司自2014年商业化了第二代的单分子基因组分析Irys平台后, 2017年又推出第三代的高通量单分子基因组Saphyr分析平台, 目前平台系统遍布全球五大洲。今天，第三代Saphyr芯片能够在一天内完成两个人的高深度(640Gb-890Gb) de novo全基因组图谱组装和大结构变异检测。
（图2：Bionano核心团队，经作者授权发布）
大家都知道，在十几年前，人类基因组计划以30亿美元为代价，初步完成人类基因组数据草图。然而，这并不是这项宏伟计划的终结，而是对全面、精确、透彻的了解每个人种、民族到每个体的基因组的开端。
随着越来越多个体水平的基因组被更深入分析，人们发现基因组之间的差异不仅仅是几百万的单碱基序列的点突变，而且还有基因序列中大片段插入、缺失、重新组合、拷贝重复、倒向、转移、易位等这样的大结构变异。这些变异会影响到几百万甚至几千万碱基的序列，也是由于NGS读长的限制导致过去了解比较少，但是他们对于基因的功能和调控有非常深远复杂的影响。
十几年前只有一两家公司，像ABI提供测序技术，今天以Illumina，Thermo Fisher 和PacBio为代表，至少有十几家不同公司提供各种基因组序列的解决方案。最近更是欣喜地看到，中国本土技术也开发了自己的平台。基因组技术的创新开发已带来一个市场飞跃，包括生物医学研究、疾病治疗诊断、分子标记、家谱溯源分析等应用。随着越来越多的个体水平的基因组被更深入的分析，精
31 48915 31 15290 0 0 2991 0 0:00:16 0:00:05 0:00:11 2992基因组和医学的时代的到来成为可能。
精准医学时代到来的前提是我们首先掌握精准基因组的信息。目前在美国医院，有60%——甚至保守估计70%以上的——疑难复杂疾病，仅仅使用测序及传统技术方案是找不到疾病的原因。很多大结构变异，对引起复杂疾病的作用和影响也在越来越多科学和医疗刊物上发表。对基因组大距离结构上完整信息的需求越来越强烈，我们的平台技术正在迎合这个切点上。
精准医学时代到来的前提是我们首先掌握精准基因组的信息。目前在美国医院，有60%——甚至保守估计70%以上的——疑难杂症，仅仅使用测序方案是找不到疾病的原因，很多大结构变异，对引起复杂疾病的作用和影响也在越来越多科学和医疗刊物上发表。
这里我想谈一下Bionano公司全球独特的核心技术， 利用纳米微流体硅晶芯片在单分子层面，长距离线性分析全基因组的技术，给客户提供NGS很难或无法全面解决的问题，赋能给客户高效快速精准的、从单碱基序列到大结构变异更加全面的基因组功能性的完整信息。
Bionano产品是高通量单分子层的基因组长距离分析系统，这个系统主要有几个部分组成：第一个是它的成像仪器，里面有各种激光，及测荧光标记的高灵敏度相机，最核心的部分其实就是纳米微流体晶硅的芯片；其次有各种DNA样品抽提和样品标记的试剂盒，原始图像收集处理以及数据组装和分析处理的服务器；最后当然还有各种可以更新下载的分析软件。
最关键的是中间的一个芯片——我们利用高质可靠的半导体加工的技术在晶硅圆上面蚀刻制造很多平行、非常小的，大概直径40-45nm左右的纳微流体管道，管道上面是封起来的而且是透明的。当超长DNA双链分子 （150kb – 3Mb）进入管道以后，就只能拉直，因为这个管道的容积非常小。基因组DNA长分子，像十万个碱基 (100 kb)以上的，溶液里面悬浮的时候是呈一个随机球状的，做布朗运动的非常随机、能量非常低的状态，必须做功才能进入到这一个非常窄的纳米流体孔里面，这就是为什么我们用电场（因为DNA是带负电的），把这个DNA慢慢拉直，然后拽到纳米管道里面，管道的一边是透明的，在线性DNA上已经有非常特异性的荧光标记，这时候可以从侧面成像，看清楚每个特异标记位点之间的距离，就是成为反应这个基因组区域的结构特质性的靶标。这个跟把一本书《红楼梦》上某个特定关键词，比如林黛玉，标记上颜色，图像扫描所有“林黛玉"的位点，把书条形码化了。 如果有个结构变异，比如第三章有七页纸被撕了，直接找与这七页纸对应的缺少名字的标志就能证实，不需要低效从头到尾把每个字读完才知道。
（图3：Saphyr芯片，经作者授权发布）
当有人问，测序技术已经那么成熟了，为什么需要单分子成像技术？测序技术的读长比较短，大概在150-250个bp（base pair），如果双端读的话500个bp了。二代测序的高效原理就是把基因组打碎，打个比方就是人的基因组就是一部生命之书，非常厚非常复杂，那我们要想高效率的把这本书读完，那么一个方法就是把这个书全部撕得很碎，每一个篇章撕成半句或者一句这样情况下，然后有一个阅读的机器可以平行的开始读。这也是二代测序能够达到非常便宜，且非常高通量的一个关键。
与此同时，在样本加工时把这本书撕碎了，平行高通量和原始结构信息完整是两者不可兼得的。假如说这本书的内容是完全特异性的，没有一个字或半句话相同，那么无论这本书多复杂多大，计算机都能够把它精确的装回去。
但是问题就出在这儿，其实基因组这本书里面，1.5%左右的是蛋白质的coding region，26%大概是intra region，然后别的还有一些特异性的地方，如果说特异性的内容加起来，在人里面，就39%。 其实剩下有很多大的结构序列60%以上都是重复性的，重复性的东西对计算机来说就是非常头疼的，很难分辨来源，即使重复的有的距离也会非常长，一般的二代测序是在100-300之间，在这个读长很短的时候就没法把这些重复的序列全部搞清楚。
比如说你在一个酒店房间里面，如果你的目光只能涉及你周围能看到的东西，你能看到电视、床，但是把门窗关上后其实不知道在哪个房间的，因为每个房间都长得差不多，也不知道在几层楼。就是这个问题，当读长很短的时候，并不知道隔壁还有个房间，长得一模一样。当读长很长的时候，你就可以像站在走廊一样能够看到这个有多少个重复的房间，这就是为什么Bionano这样的图谱会有用。
在这种情况下就好像站在酒店的外面就可以知道这个房间是在几层楼，是否海景或者是不是离电梯很近，或者噪声很大这些结构上的信息。所以我们订房间的时候，如果在网上订只能拿到比如说床的大小，或者是否能吸烟，并不知道你在哪里，那么有了Bionano这个图谱以后，你才能最后check in，就是说你知道你今晚最终睡在哪，睡得好不好。终端用户是不会满足只有片面信息的。
我们说测序和图谱技术并不是相互竞争，其实是相辅相成的，所以我说了，测序能够把每个房间里的细节都搞得很清楚，图谱能够告诉你，像King size bed的房间有几间，是不是朝南的，这种情况就是由图谱来决定，比较高效，比较准确，当把测序的数据和图谱的数据结合起来以后，这两种数据的形式是不一样的，平行的所以结合造成最精准的组装。
图谱和测序的相辅相成的关系，图谱是一个平面的信息，像看地图一样，从上面往下看，3000米高空的，测序是其实是一个线性的信息，一段一段的从下面线性的拼上来，在很多情况下，如果要看点突变，需要一个一个碱基的去看，如果是要看的是大片段丢失，就像一本书里面，如果是里面一个字母一个单词拼错了，其实这个意思还是能读得懂的，但是如果说这里面有五页纸被撕掉了，缺了一大片篇章或者完全装订反了，那么这个意思就完全读不懂了，这就是为什么大片段在医学上或者对生物的功能上的影响是非常之大的。
为什么图谱位置的信息在基因组后期功能应用开发中很重要，打个比方来说，现在这个几千亿GPS经济，就是美国的Uber，Airbnb，中国的滴滴，美团，所有这些功能必须通过GPS来赋能完成，GPS作用就是提供位置的网络的作用，有了这个精准GPS的服务以后才能有这个经济规模。这就是为什么精准医学不光要有这些短小具体的SNP的信息，还要有在这个结构上也要精确，这就是为什么我们必须要把各种物种的参考基因组做准确，这包括不光人的不同的民族，国家还有各种群体，每个家族的基因组也是不一样的，到个人的层面也是不一样的，这是非常关键的一部分，必须需要图谱。
我们的平台用图谱去找这些大片段结构变异，更加高效和准确，对生物功能及医学有极大影响。类似说让我去某地方，给我照几张照片，看这个楼，窗户等非常具体的街景，我还是找不到。给我一个地址上了百度地图，我知道这个是在三环和四环之间，东城还是海淀，然后去找他的街道，然后再找他具体的胡同，这样一个一个下去完全是一个图谱的形式。
（图4：Mike Austin 博士手持Bionano早期纳米微流体芯片晶圆，经作者授权发布）
这个平台有一个非常重要的特点，在我们设计的初始，我的哲学就是要保持这个信息的最原始化，就是most native informationwith least sample prep artificial interference ，所以在我们这个过程中首先是最长的单分子的，没有PCR 扩增，也不做文库， 最小化杂信号的干扰，所以数据是完全、高保真，而且最小或没有偏向的，由原始图像数据得到不是推算出来的，这是非常重要的一个信息。 在现在很多生物样品制备中，其实是很多复杂的混合的细胞中的偏向采样。单分子在这种情况下，在没有经过PCR放大，或者文库偏向的干扰的情况下，他得到的是最原始的高保真度的信息，这是非常重要的一点。
一般的二代测序是在100-300之间，现在世界上90% 序列是Illumina这样的读长很短的数据，它对SNP或者小的在300bp之内indel，是能够敏感的看；在300bp之上，能力就有了局限，检测大结构变异的能力有很大的片面性。这时就有PacBio第三代，能够把两个碱基到3-4千个碱基的结构变异检测灵敏度提高。那么这是不是把所有的insertion/deletionand SV全部读完，其实也不是。因为我们现在看到的，很多大的SV在一个kb之上，很多5kb之上, 癌症基因组大结构变异非常复杂而且影响的片段距离也非常大。比如L P A基因里有一个5.8 KB的重复序列，在人群中有10个到50个拷贝，拷贝数直接与人的心血管疾病风险有关。50 个拷贝就是将近30万的碱基，这种重复序列三代测试也覆盖不了。
再说说结构和单碱基之间的关系。
这个结构变化我们先给一个定义。单碱基突变point mutation造成SNPs，一个人基因组里面平均有3-5百万个SNP。一个碱基以上，我们可以叫做small indel（小片段的碱基插入/丢失），大于50个碱基以上就叫做结构变异 （Structural Variation-SVs），大于1000个碱基以上叫做大结构变异 ( Large SVs)。
一般人以为大结构变异是一个很小的一个数量，其实有上千个，在Bionano我们用人类参照基因组来做比较，一个人基因组里面平均大概平均有2000-6000个events。那么这几千个、一个kb以上的结构变异（Structural variation）不同（与参照基因组做比较），数量看上去挺小，但是每一个event至少是1000个碱基，所以整个加起来影响的碱基数是非常大的，远远超过SNP。比如在很多精神分裂症里面发现一个SV就可能上百万个碱基被丢失了。
根据我们超过几百个人的数据研究发现，在SV层面，人和人之间的变异是可能上千万碱基，那么在人种不同的情况下比如说亚洲人和白人之间可能有上千万碱基的不同。现在大部分的基因组数据其实都是高加索人种的数据为主，那么现在中国新药的开发就必须要有中国人的精准数据来做大数据库的基础。
现在医院里应用非常成熟的细胞核型分析 （Cytogentics），很多叫得出名字的疾病（一般是描述病情的名字或者说发现这个病的医生的名字）都是由于大结构变异的。这个从直觉上也是很容易理解，单碱基变化，如果不在DNA coding region，那么它并不改变DNA蛋白的结构，如果是coding region （只有基因组1.5%），如果是第三个碱基，它也不改变蛋白的amino acid，是same sense mutation，所以在这几百万个SNP碱基点突变数字庞大，有多少个真正涉及到功能的还是有待讨论的。
而大片段结构变化是不大一样的，它可以影响coding region，把整个基因或者整个intron, exome全部或部分去掉，直接影响蛋白结构及其功能。另外，我们都知道基因功能的调控作用其实是由染色体三维结构来影响的，也就是说基因的调控子序列可能在蛋白结构序列部分非常遥远的地方折叠后近距离相互作用。
那么大片段结构变异，比如增加或丢失几千或几十万个碱基，整个调控区全部或部分去掉，或者仅影响基因组的三维空间构架，进一步影响很多基因的功能调控。这个最近美国Encode计划中的一些实验室发表文章使用Bionano 已经直接在大量结构变异的癌症基因组里证明了这个情况。
前面我说了，人的生命之书大概有30亿个碱基，然后我们经常假装我们人只有一本书，其实我们想一想，我们其实有两本书，一本书来自于父亲的家族，一本书来自于母亲的家族，这个情况又复杂化了，在父亲和母亲的家族里面，基因的情况是类似的，但是并不是完全一样的，最后合起来，才会造成这种的形状，比如说，这是一个同源隐形基因造成的疾病，如果是一个拷贝的基因是缺失的，另一个拷贝的基因是健康的，表面上看就是健康的，但是他的后代就可能有风险遗传，所以再想一想，我们在这种情况下，把两本书再撕碎，混在一块儿，所以他的混乱程度又比一本书大很多倍，所以这是为什么用短距测序和长距测序的基因他所要面对的复杂程度其实远超过我们想象的。
那么目前我们所说的还是人这个物种，已经投了30亿美金建立很好的参照基因组，可以想象我们现在别的物种，比如说大麦基因组是5G，然后还有小麦基因组是17G，那就更加复杂了，这就是最近Bionano的很多参照物基因组的计划，因为这个意义是非常大的。人类生命学在医学应用中我们言必谈精准医学，这很大的原因应该感谢我们的前辈，像华大基因参加1%的人类基因组计划，人类基因组的30亿美元做出基因组参照以后，为以后所有的医学的研究和遗传研究就有很大的帮助。
那么别的物种就没有这么幸运了，所以说只有到今天，我们的测序技术发展才使得我们可以便宜到或者说更容易做到，把水稻、大麦、小麦、玉米，很多经济动植物等复杂基因组装出来，这个会牵动一个非常大的新的经济体发展，包括在育种方面。
那么把基因组做成一个参照物级别精准水平和找到它的变异基因，找到它的结构变异，这两件事情其实是相辅相成的，你必须要有一个好的参照物之后，你才能用他作为一个中间体，然后再找个体和他的变异性在哪里，这样才知道他的SV。就象一个病人和一个正常人基因组的对照，也可以是一个病人和一个参照物基因组的对照，那么通过这个对照我们也能找到他们之间有什么区别。
有了这些标准参照物基因组以后，我们就可以做这些医学上的研究、育种的研究或者说各种不同的人的不同性状的研究。把所有人的基因组的图谱和序列全部找出来以后然后互相对照，除了SNP之外，我们能找到SV，那么这样我们才有全面的信息，精准医学的基础必须要有精准的基因组信息。
这么多年来往回看，能够创立这公司并不是偶然的，因为原来我在北大做生物方面转基因的研究，把比如说一个病毒的外壳蛋白基因，用Ti质粒转到植物里，这样植物就有了新的性状，这个性状是由于整个外源基因组的转入整合进新的宿主基因组，不是一个单碱基的变化，而是一个结构上的变化，分子育种很多是结构上的变化。
（图5：原始数据图：很多平行纳米管中超长基因组DNA 上荧光标记）
我们的商业模式其实是挺简单的，因为美国有很多成功的先例，就是基因组分析的一个工具，作为一个平台技术，我们卖仪器，卖耗材，然后帮助别的科学家和生物医学研究人员、临床医生等找到和疾病有关的基因变异，我们也可以帮助农业生物口的所有科学家来组装更精确的基因，找到育种需要的biomarker，把新的性状整合到不同的庄稼里面。
在这个领域里面最早最成功的当然是ABI，过后还有Affymetrix， illumina， PacBio，Bionano这些长距离技术。些平台技术大概每10年进步一次。我记得当年在宾大医学中心的时候，Affymetrix的芯片技术也是用类似半导体的原理做的，当时非常贵，好几千美元，但是当用的人越来越多的时候，这个成本就快速的下降，因为半导体加工的技术就是非常能够大规模化。
我们所使用的这个硅晶纳米流体芯片也是类似的，我们是应用成熟的半导体加工技术，当用户越来越多的时候，我们硅晶纳米流体芯片到更大的加工厂制造时候，我们的成本也会大幅下降，这是一个正循环的状态。
那么将来我们这个平台是怎么样一个发展方向呢，有三个方向：
第一是通量越来越高；
第二就是他的信息密度和分辨率越来越高；
第三是平台的应用越来越多。
第一个通量，就是我们上面的纳米管道的量可以越来越多，长度也可以越来越长，那么DNA结构上所有的变化都包含在里面，那么他组装及SV也越来越精确。
第二个信息密度和分辨率，以后将有更新的更高密度的荧光标记，特异性大大提高而且成像以及周边技术也在不断的成熟，现在这个成像芯片好几百万的像素，比原来的平台效率高出10倍以上。
第三， 这是一个平台，比如组装。别的组装技术只是一个APP，我们这是一个平台，上面也能看到很长的将来，这个标记点也可能是一个比如说跟表观生物学有关，可能是甲基化methylationsite的一个标记，我们用来做表观生物学的形状。我们也可以把比如说transcriptionfactor(转录因子)做标记。我们可做功能生物学，可以把上面蛋白做标记，比如说也可以做CRISPR-Cas 特异的标记方式。所以像智能手机平台，上面可以平行开发很多应用，潜力非常大。
我们非常愿意和国内的精准医学领域同仁一起合作，我们是一个开放性的平台，我们这个平台的数据是一个独立的数据，可以和所有的测序的数据相整合，我们并不在乎他是从哪里来的，也可能是PacBio，也可能是Illumina也可能是Life Tech公司的技术平台来，通过叠加以后做出来的信息肯定是最精确的。这个平台技术的最终可以进入转化医学临床诊断以及新药的开发大市场。
最后我想谈谈对行业现状的一些思考和看法，目前精准医学和大数据还有人工智能这三个方面非常热，但是有一点是非常重要的。如果原始数据是不精确或者不完整的，数据喂到人工智能里面，产生的结果肯定是错误的，这是一个非常危险的情况。
此外，同质化比较严重，大家都是可以买同样的仪器，做同样的事情，如果在这个情况下把一个别的数据整合进去，这个结论就可能质变，非常清晰了。比如说同样两个遗传疾病，SNP都是一样的，但是一个疾病的性状表现的严重程度更强一些，那可能这个疾病人的基因组里面还有一个结构的变异。
结构变异可以有两个方向，一个是可能使病人病情更加严重，或者减轻，这两类方向都会影响突变的点，对于这两种不同的信息，分开来看然后再整合起来看，能够得到精确的信息和结论。
所以期待通过我们Bionano的图谱技术，在结构变异长片段的基因序列方面，为原始数据的精确性以及行业差异化发展提供入口，共同发展，推动行业进步和研究应用。
嘉宾专享
Saphyr平台
Bionano Genomics公司的Saphyr是一款高通量的平台，在结构变异检测上具有出色的灵敏度和特异性，可实现比短读取技术长100倍的基因组组装。在人类基因组学研究中，它的主要应用有结构变异的发现，可用于遗传病和癌症的转化和临床研究；在非人类基因组学研究中，它可以用于选择性育种、进化生物学和参考基因组的组装。
这种技术融合了专有的Nano Channel芯片和光学基因组图谱，采用了基于机器学习的DNA自适应上样以及高通量的Saphyr™ Chip，能够对基因组进行高分辨率的扫描。每块Saphyr芯片每天能够产出640 Gb，让研究人员在单次运行中深度探索杂合的结构变异。此外，Saphyr系统的流程经过简化，每块芯片的手工操作时间不到3分钟，并自动指导和监控DNA样品的上样，确保无缝的图像处理并减少手动干预。
（图6：Saphyr平台，经作者授权发布）
Irys®系统
Bionano Genomics公司的Irys光学图谱系统，通过酶切技术和其专利的芯片技术可以对长达几百kb的长链DNA单分子成像，在更短时间提供更完整的基因图谱，在辅助基因组组装和结构变异检测等方面有广泛的应用。
在最新一期的《Nature》杂志上，来自韩国首尔国立大学发表了一个Korean基因组序列：题为“ Denovo assembly and phasing of a Korean human genome”，这是迄今为止发表的最为连续的人类基因组，为遗传学家提供了特异性人群参考基因组的重要数据。作者采用了PacBio 单分子实时（SMRT）测序技术，Bionano下一代图谱技术，微流体linked reads及BAC测序等方法，完成了一个Korean个体AK1基因序列的从头组装和单倍体型定相信息分析。
Bionano优脉通地址：
http://www.precisionmedcine.cn/index/info/id/2329
集贤令
得益于行业发展和同行支持，基因慧团队扩大，北京、深圳等地为大家做好连接、品牌和信息服务。在此我们诚邀对精准医疗互联网信息平台感兴趣，认同基因慧，有创业精神和行业经验的小伙伴们加入，共同成长。
商务拓展（BD）
1. 具有创业精神， 兼备毅力和韧性；
2. 本科及以上学历，生物、医药相关专业优先，两年以上行业相关经验；
3. 善于沟通与谈判。
互联网产品运营
1. 具有创业精神， 兼备毅力和韧性；
2. 本科及以上学历，两年以上互联网运营经验，生物医疗行业经验者优先；
3. 思维灵活，对市场敏感、熟谙消费者心理。
优秀者遴选为创业合伙人。以上皆为全职，待遇和base面议，地点：北京/深圳，可SOHO办公。欢迎自荐或推荐发送简历至 info@genonet.cn。
更多分享
大咖论健 湘雅医院詹显全教授 | 奕真生物联合创始人赵奕宁 | 华西医院魏于全院士 | Illumina总经理赵瑞林 |南京总医院李宁主任 | 12位产业大咖 | 高福院士 | 李继承教授 | 詹启敏院士 | 合成基因组Sc2.0
基因三人行 《临床基因检测》黄尚志/顾大夫/王奕鸥 | 《肿瘤精准医疗》协和吉因加优讯医学 | 《微生物组技术和应用》陆祖宏/热心肠先生/赵柏闻 | 《生物云平台》华大金鑫/药明康德戴珩/聚道李厦戎(回复“基因云”）
慧眼研究 黄金十年 | 肿瘤调研报告 | 华大基因高管创业名单（回复“华创”） | 云平台 | 2017距离精准医学有多远 | 2016 Top技术 | 500家肿瘤企业 | 精准医学专项项目 | GeneMail资讯
投融资 2016投融资 | 2017年基因检测六大可能的投资热点 | 国内外基因企业布局梳理
慧议笔记 JP摩根大会笔记 | P4 China 2016 | 研究性学院学会罕见病分会 | Bio4P会议 | 产前诊断大会 | 转化医学大会 | 基因测序大会 | GCTA云大会 | NGS创新者大会
肿瘤精准医疗 肿瘤精准医学 | 靶向药 | 免疫治疗 | 液体活检技术 | 泛生子-阎海 | 10大热点 | Cancer Panel标准化 | 海普洛斯-许明炎 | Panel 设计 | 肿瘤队列 | 500家肿瘤基因检测企业 | 15家肿瘤基因企业大咖解读《液体活检共识》
遗传病基因检测 医生的“痛”和“通” | 科学认识罕见病 |金准基因张浩| 产前诊断大会 | 顾大夫谈孤儿药
生育健康 生殖健康专项指南 | 生殖健康专项项目 | 华大王威谈携带者筛查
肠道微生物 一套PPT浅谈肠道微生物组 | 《微生物组技术和应用》陆祖宏/热心肠先生/赵柏闻| 秦楠
基因编辑&合成 一套PPT浅谈基因组合成 | Sc2.0清华大学戴俊彪 | Sc2.0国家基因库沈玥 | 基因编辑技术 | 基因编辑公司
大数据云平台 大数据指南 | 大数据产业 | 云平台 | 药明康德明码云 | GCTA云大会 | 队列研究 | VR | 人工智能应用
政策指南 临床实验室质量标准 | 医学检验实验室规范 | 癌症基因解读指南 | ACMG指南 | 精准医学专项指南 | 生殖健康专项指南 | 大数据指南
在精准医疗领域整合发展期，基因慧作为精准医疗行业互联网信息平台，结合近十年行业实践经验，互联网产品和大数据团队，连接专家、产业和资本，整合各方资源；运用Web 4.0搭建信息平台，为专家实现知识变现；搭建行业信息数据库，为企业决策提供市场数据支持。使连接产生价值，让知识获得尊重。
行研、咨询、会议、品宣等服务：
电话：010-56527551 / 400-088-7466地址：北京市海淀区中关村大街1号官网：www.geneclub.net.cn邮箱：info@genonet.cn基因慧
精准医疗
行业连接器
长按关注点击“阅读原文”，更多分享。