二代测序的突变筛选（Variant detection）

突变类型（Types of variants）

• 点突变（point mutation）：SNP/SNV
• 插入/删除（Insert/deletion）：indel
• 拷贝数变异（Copy number variant, copy number alteration）：CNV/CNA
  • 纯合子删除（homozygous deletion）
  • 半合子删除（hemizygous deletion）
  • 获取（gain）
• 结构性变异（structural variant）
  • 异位（translocation）
  • 外源基因的插入（non-host sequence/pathogen/virus）

输入原始序列：FASTQ

• 关于FASTQ的格式的更多信息，请参见https://maq.sourceforge.net/fastq.shtml
• 如果从NCBI SRA下的数据的原始格式是sra，则需要用sratoolkit中的fastq-dump转换为FASTQ格式
• 一般来说，由于FASTQ是一种文本格式，占据空间较大，一般需要转化为压缩格式.gz或者bz2；现在很多的工具都可以接受压缩格式作为输入

一般分析流程（flow）

1. 预处理（Preprocessing）

• 质量控制（quality control）：fastqc
• 去除低质位点（read trimming）：trimmomatic

2. 与参考基因组进行比对（mapping to reference genome）

• 选择参考基因组的版本，对人来说，可以是GRCh37/hg19，现在主流的是38
• 选择用的比对工具，如bwa，bowtie2，华大的soap等
• 比对后如何进行处理，常用的工具有samtools，picard等
  • 关于SAM（sequence alignment map）的格式的更多信息，请参见

3. 突变的发现（variant calling）

• samtools mpileup可以用于发现突变，突变识别后用samtools tview或IGV等工具进行进一步的可视化分析
• GATK是Broad Institute开发的由JAVA编写的工具

4. 突变的功能分析（functional analysis）

• annovar这个工具整合了比较多的注释信息，是不错的选择。

5. 结果的可视化展示（visualization）

• circos是用Perl开发的可视化工具