数据处理流程 - BGI.pptVIP

文库质控问题3：文库随机性 GC含量偏差： 实验技术（打断、PCR、测序）本身特点，导致高GC和低GC区域测序覆盖度偏低，甚至某些区域覆盖不到； PCR-free建库技术可减少PCR带来的随机性问题 duplication PCR扩增出很多一模一样的母版分子，测序结果中很多条reads是一样的； 基因组自身重复序列含量高导致duplication偏高； 数据量越大，duplication比例越高 文库质控问题4：其它物种、样品污染 测序质控问题 raw Cluster密度 正常raw Cluster密度： 20~30万/GAtile，200~350万/HiSeqtile Cluster制备时，控制文库浓度，达到适当的raw Cluster密度 密度过低————产量低；密度过高————质量差 样品差异：200小片段能够容忍的密度较高，800bp片段以及RNA样品、特殊样品，应适当降低密度 通过默认质量筛选标准比例(PF) 用read1前25cycle的信噪比进行筛选； 正常PF比例：DNA 80%，RNA 70%； raw Cluster密度越高，PF比例越低； 当raw Cluster密度超高时，图像分析识别出的raw Cluster数量小于真实值，此时PF比例会低于正常； 测序质控问题 光强度信号 受到环境温度、测序仪温度控制、测序仪聚