昨天我們留了一個懸念，有在使用生物相關data的人，都會發現，大多數自己使用的data都是NGS的，位什麼不用最新的TGS呢？ 更高的準確度，更高通量，因為讀取的序列(read)更長，所以比較不會受到deletion影響，這麼多好處，怎麼NGS市佔率最高呢？

NGS 與 TGS 測續長短差異

其實我這裡有一個沒提到的概念，測序出來的read 也就是人體中的DNA片段，怎麼組裝/比對呢？

回貼參考基因組（Reference Genome Alignment)

回應剛剛的問題，我們測序出來的read 要跟reference genome 比對，至於這個 reference genome 的由來，明天再來說，就當作我們有一個人體DNA解碼的標準答案，所以我們要看mutation, variant, deletion, structure variation的就是要跟這個reference genome 比對。

NGS：
由於短讀取長度(short read)，NGS通常需要將這些讀取與參考基因組進行比對時進行分段映射(mapping)。這意味著一個較長的DNA片段可能會被分成多個短片段，每個片段與參考基因組的相應區域進行比對。
這種分段映射的結果是，NGS在處理具有復雜結構變異和較大indels的區域時可能會產生缺失或錯誤的信息，因為這些信息可能會被分割或混淆，特別糾結的點在於，如果剛好這些無法檢測的區域是被遺漏掉的跟致病相關的位置...... (OS: 你會嘔死)。
所以特別是對於那些依賴於長讀取才能完整捕獲的疾病基因，NGS可能無法提供足夠的信息

TGS：
TGS的長讀取使其能夠更好地跨越大的結構變異和indels，因此在處理複雜的基因組區域時具有優勢。
TGS的長讀取通常能夠更準確地回貼參考基因組，減少了分段映射可能引入的錯誤。
TGS由於長讀取的優勢，更有可能檢測到那些涉及大的結構變異的疾病基因，能夠提供更全面的基因信息，尤其是與復雜疾病相關的基因。

總結： NGS生成短讀取，可能在回貼參考基因組和檢測涉及復雜結構變異的疾病基因時存在一定限制。 TGS生成長讀取，更適合處理複雜的基因組區域和檢測那些依賴於長讀取才能完整捕獲的疾病基因。選擇哪種技術取決於研究或臨床應用的需求以及可用的預算。

NGS 為什麼市佔率最高？

目前大多數生物數據庫主要基於NGS（Next-Generation Sequencing，次世代測序）數據而不是TGS（Third-Generation Sequencing，第三代測序）數據的原因可以歸結為以下幾個方面：

1. 廣泛應用性： NGS技術是目前最廣泛應用於生物學研究和臨床領域的測序技術之一。它已經在全球範圍內積累了大量的數據(人家出來的就是比較早XD)，涵蓋了多個物種的基因組、轉錄組和蛋白質組數據。這使得NGS數據在各種生物學和醫學研究中得到了廣泛的應用，因此生物數據庫更傾向於收集和整理NGS數據，以滿足研究人員的需求。

2. 成本效益： NGS技術相對於TGS技術來說，更具成本效益。 NGS測序的成本較低，適用於高通量的測序項目，可以產生大規模的數據。這使得研究機構和實驗室更容易獲得足夠的NGS數據來支持其研究工作，而不需要昂貴的設備和耗材。

3. 已建立的基礎： NGS技術已經在科研和醫療領域建立了強大的基礎和生態系統。有許多先進的分析工具、軟件和方法可用於處理和解釋NGS數據。此外，已經建立了大量的NGS數據存儲和共享平台，如NCBI、ENA、DDBJ等。這些平台允許研究人員上傳、分享和訪問NGS數據，促進了數據的共享和再利用。

4. 應用廣泛： NGS技術可用於多種應用，包括全基因組測序、全外顯子測序、RNA測序、甲基化測序等。這些應用廣泛覆蓋了基因組學、轉錄組學、表觀遺傳學等多個領域，使得NGS數據在不同層面的生物學研究中都具有重要價值。

儘管TGS技術在一些方面具有優勢，如能夠直接測序長DNA分子，但由於成本較高、數據分析複雜和設備不易獲取等因素，目前它在生物數據庫中的應用相對較少。隨著TGS技術的不斷發展和成熟，未來可能會看到更多TGS數據的積累和應用，但目前NGS仍然是主流的生物數據庫數據來源。

Source

SMRT Long-Read Sequencing Solves Genetic Mysteries