基于基因组测序数据鉴定单碱基变异的方法总结
单核苷酸多态性,英文single nucleotide polymorphism,缩写为SNP,读音为Snip。SNP主要是指在基因组水平上引起的单个碱基的变异,其在群体中的发生频率不小于1%,包括单碱基的转换、颠换以及单碱基的插入和缺失等。
突变(mutation)和多态性(polymorphism)的主要区别在于:
1)突变在群体中的发生频率小于1%,而多态性的发生频率在大于1%;
2)突变通常对生生物体是有害的,而多态性通常都是无害的。
那么基于基因组测序数据,包括全基因组测(WGS)、全外显子测序(WES)或靶向测序(targeted sequencing),鉴定基因组变异的标准流程是什么样的呢?(更多精彩请关注微信公众号:AIPuFuBio)
具体如下图所示:
所以基于测序数据进行基因组变异检测的第一步就是数据匹配,即把测序数据匹配到参考基因组上。匹配测序数据的软件非常多,下图列举了一些典型的匹配软件。具体如下所示:
由上表可知,Bowtie(目前有Bowtie2)、BWA和SOAP(目前有SOAP2)都是总体性能很好的短序列匹配软件。
那么基因组变异的检测软件哪些呢?基于测序数据的变异检测软件也非常多,下图列举了一些典型的软件。具体如下所示:
由于GATK拥有非常好的综合性能,目前GATK是已成为最流行的SNV/SNP检测软件。
GATK的具体算法原理可参考原文章:
McKenna et al. The Genome Analysis Toolkit: A MapReduce framework for analyzing next-generation DNA sequencing data, Genome Research, 2010
而GATK软件的具体使用可参考官网:
https://software.broadinstitute.org/gatk/best-practices/
(更多精彩,可见大型免费综合生物信息学资源和工具平台AIPuFu:www.aipufu.com,关注微信公众号:AIPuFuBio)
希望今天的内容对大家有用,会持续更新经典内容,欢迎留言~~