高出力ランモード*
| HiSeq SBS V4 | ||||
|---|---|---|---|---|
| リード長 | 36bp×1 | 50bp×2 | 100bp x 2 | 125bp×2 |
| デュアルフローセル | 128 ~ 144 gb | 360～400Gb | 720～800Gb | 900Gb～1Tb |
| シングルフローセル | 64～72Gb | 180～200Gb | 360～400Gb | 450～500Gb |
| デュアルフローセルのランタイム | 29時間 | 2.5日 | 5.日 | 6.日 |
| TruSeq SBS V3 | ||||
| リード長 | 36bp×1 | 50bp×2 | 100bp x 2 | 125bp×2 |
| デュアルフローセル | 95～105Gb | 270 ~ 300 gb | 540～600Gb | 不适用 |
| シングルフローセル | 47～52Gb | 135～150Gb | 270 ~ 300 gb | 不适用 |
| デュアルフローセルのランタイム | 2日 | 5.5日 | 11日 | 不适用 |
| HiSeq SBS V4 | ||
|---|---|---|
| フローセルタイプ | デュアルフローセル | シングルフローセル |
| パスフィルターリード数 | シングルリードで~40億、ペアエンドリードで～80億 | シングルリードで~20億、ペアエンドリードで～40億 |
| クオリティ |
|
|
| TruSeq SBS V3 | ||
| フローセルタイプ | デュアルフローセル | シングルフローセル |
| パスフィルターリード数 | シングルリードで~30億、ペアエンドリードで～60億 | シングルリードで~15億、ペアエンドリードで～30億 |
| クオリティ |
|
|
*据付けの仕様はイルミナ菲克斯コントロールライブラリーを使い、サポート範囲内のクラスター密度（パスフィルタークラスターがTruSeq v3キットでは610～678Kクラスター/嗯2.、HiSeq v4キットでは870～930Kクラスター/嗯2.）です。 ランタイムは高出力モードで記載されているシーケンスにのみ適応されます。 パフォーマンスはサンプルのクオリティ、クラスター密度、その他の実験要因によって異なります。
快速ランモード†
| HiSeq快速SBSキット V2 | |||||
|---|---|---|---|---|---|
| リード長 | 36bp×1 | 50bp×2 | 100bp x 2 | 150bp x 2 | 250个基点x 2 |
| デュアルフローセル | 18 ~ 22 gb | 50 ~ 60 gb | 100～120Gb | 150～180Gb | 250～300Gb |
| シングルフローセル | 9～11Gb | 25～30Gb | 50 ~ 60 gb | 75～90Gb | 125～150Gb |
| デュアルフローセルのランタイム | 7.時間 | 16時間 | 27時間 | 40時間 | 60時間 |
| HiSeq快速SBSキット V2 | |||||
|---|---|---|---|---|---|
| フローセルタイプ | デュアルフローセル | シングルフローセル | |||
| パスフィルターリード数 | シングルリードで~6.億、ペアエンドリードで～12億 | シングルリードで~3.億、ペアエンドリードで～6.億 | |||
| クオリティ |
|
||||
† 据付けの仕様はイルミナ菲克斯コントロールライブラリーを使い、サポート範囲内のクラスター密度（パスフィルタークラスターがHiSeq快速v2キットで700～820Kクラスター/嗯2.）です。 ラピッドランモードのランタイムは、装置上のクラスター形成（1.5時間）およびシーケンスを含みます。 パフォーマンスはサンプルのクオリティ、クラスター密度、その他の実験要因によって異なります。 初期のHiSeq 2000装置を海赛克2500にアップグレードした場合、ランタイムは若干遅くなります。
主要なテクノロジー
1.塩基合成反応（SBS）テクノロジー
海赛克2500システムでは、イルミナの実績あるSBSテクノロジーを採用しているため、さまざまなアプリケーションで傑出した高品質かつ高精度なデータが得られます。 SBSでは、蛍光標識したヌクレオチドを使用する可逆的ターミネーター法により、伸長している脱氧核糖核酸鎖に取り込まれる塩基を1.塩基単位で検出します。
詳細はこちらペアエンドシーケンステクノロジー
ペアエンドシーケンスでは、脱氧核糖核酸断片の両端をシーケンスできます。 各ペアリード間の距離は既知であるため、この情報をアライメントアルゴリズムで使用して、反復領域上にさらに正確にリードをマッピングできます。 その結果、リードのアライメントが大幅に改善されます。これは、シーケンスが困難なゲノムの反復領域間で特に有効です。
詳細はこちら