二代测序分析流程

 

001、

 

01、bwa index x.fa：

对参考基因组构建索引，这其实是在为参考序列进行Burrows Wheeler变换（wiki: 块排序压缩），以便能够在序列比对的时候进行快速的搜索和定位。

 

02、samtools sort：

因为测序的reads是无序的，比对生成的sam/bam文件也是无序的。

 

03、去重复

重复DNA片段的来源：建库过程中PCR的扩增

重复DNA片段的影响：对结果造成偏差，造成假阳性和假阴性。

1、DNA片段打断的过程中，会发生转换或者颠换，PCR反应会放大这种错误（假阳性）

2、PCR反应过程自身也会产生错误（假阳性）

3、PCR bias：某些DNA片段PCR反应强烈，如果含有reference序列的片段反应强烈，则会掩盖掉真实的变异（假阴性）

去重复的原理：PCR扩增的片段都是一样的，那么比对到参考基因组的位置也是一样的（原始的DNA片段，长度完全一样概率低），可以根据这个特点找到这些重复序列了。

 

 04、

 

 

 

 

参考：

01、https://www.jianshu.com/p/8cdbb89530c6?utm_campaign=maleskine&utm_content=note&utm_medium=seo_notes