二代測序之SNV檢測總結筆記

文章目錄

• 二代測序之SNV檢測總結筆記
• • Short variant calling的流程：
  • • 測序常見錯誤：
  • Germline：HaplotypeCaller （單倍體） in GATK
  • 過濾候選的Variant信息
  • • 篩選流程：
  • Somatic Calling Workflow（Mutect2）
  • 參考資料：

Short variant calling的流程：

比對好的腫瘤樣本的Reads和參考基因組做比對獲得全部的在腫瘤中發現的突變mutations，比對好的正常樣本的Reads和參考基因組做比對獲得胚系突變germline mutations，這兩個之間的差別很大程度上是somatic mutations,且該結果是來源于上百萬的細胞的平均值，而非單細胞的數據，是從群體層面來看的平均效果。

變異的檢測相對基因型的檢測更困難和一般，基因型決定一系列的等位基因具體的變異，而等位基因的數量是確定的，通常人類是二倍體，特殊只需考慮SNPs和單倍體的情況。

而變異的檢測就需要考慮癌癥基因組可能出現：拷貝數的變化，腫瘤的異質性，制備文庫時出現腫瘤和正常的混合污染，混合的潛在性非二倍體的基因型。

其中Coverage為測序深度。位置2,4,8出現了變化的堿基，最后一個只出現了一個C，可能是測序錯誤，所以放棄。

Allele Fraction（AF）：指Reads中多少個reads支持替代的堿基的比例

AF = （n[多少個變化的堿基]+1）/(N[Reads中該位置總共多少個堿基]+2)%

據課程所知：+1是統計上解決樣本容量較低（造成頻度估計不準）一種常見的trick。另一種常見近似是+2（兩種類型的結果頻數各加上2，相當于總樣本量+4）

測序常見錯誤：

• 文庫制備過程中

  1.混雜各種細胞導致污染，如細菌，腫瘤正常細胞，微生物等的混雜

  2.引入技術序列（如接頭序列）

• 測序過程中

• 比對過程中

Germline：HaplotypeCaller （單倍體） in GATK

基于java軟件的variant calling的軟件，應用于germline的分析。

流程：

根據比對好的bam文件去篩選哪一些是存在顯著變異的區域[active regions]

對候選區域的reads挑出來進行重新的拼接[re-assembly],拼接可能得到單倍型。

對各種各樣的單倍型進行一個定性的評價[likelihoods],這里使用PairHMM模型。

根據倍型的組合，把germline的變異的位點挑出來[SWA(Smith-Waterman alignment)]。

過濾候選的Variant信息

• 堿基質量(base qualities) ：低質量暗示著測序錯誤
• Read位置：偏差暗示著匹配錯誤
• 基因組鏈[Genomic strand]：偏差暗示著匹配錯誤
• 基因組位置：是否存在PCR重復序列，self-chain[染色體之間相似性的比較]，homoploymers均聚物[地復雜區域]
• 匹配信息：算法相關的質量分數

根據以上的這些進行過濾篩選。

篩選流程：

最后根據dbSNP數據庫進行判斷，篩掉SNP，獲得突變的信息。

Somatic Calling Workflow（Mutect2）

參考資料：

https://www.bilibili.com/video/BV1oQ4y1P7fD?share_source=copy_web

https://blog.csdn.net/tanzuozhev/article/details/84864344?ivk_sa=1024320u

歡迎關注我的公眾號呀~

總結

以上是生活随笔為你收集整理的二代测序之SNV检测总结笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。