全外显子组测序分析中预处理方法及变异识别方法的比较.docxVIP

基金项目：国家自然科学基金资助项目（编号：0318，国家科技重大专项（编号：2008ZX10002-006,2012Z，重庆市科技项目(编号：cstc2012gg-yyjsB10007 作者简介：闫瑾，男，硕士，研究方向：病毒性肝炎相关性肝细胞肝癌的全外显子组分析研究，电话：135940646474，E-mail：essq37-3-9@163.com 通讯作者：任红，电话：02363693029，E-mail：renhong0531@ 全外显子组测序分析中预处理方法和变异识别方法的比较 闫瑾, 潘琦, 任红 （重庆医科大学附属病毒性肝炎所，重庆 400010） 【摘要】目的 研究在外显子组数据分析中，使用不同的预处理方法和变异过滤方法对变异识别的影响。 方法 采用FASTX-Toolkit、Trimmomatic作为预处理方法，修饰后不同的不匹配读长（single-end reads）取舍策略，以及硬过滤（hard filter）和变异质量得分重新校正（VQSR）作为变异过滤方法对两例全外显子组数据进行变异识别，通过数据覆盖深度（DP）、识别变异的数目、Ti/Tv值和基因型一致性等数据进行比较其效果。 结果 Trimmomatic预处理后的读长的测序覆盖深度与未预处理的原始数据接近，但明显高于FASTX-Toolkit预处理方法。当DP≥10×、基因型质量分数（GQ）≥20时，经Trimmomatic预处理后识别到的SNV数量比FASTX-Toolkit高，与未预处理组接近。当包含single-end读长时，FASTX-Toolkit组多识别的SNV数量高于 (28%)Trimmomatic组 (5%)。当样本量较少时，在所有试验组中硬过滤方法滤掉的SNV要少于VQSR。 结论 Trimmomatic修饰（过滤）原始序列更温和，而FASTX-Toolkit可能过度过滤了原始数据。保留single-end读长有利于下游变异识别。硬过滤相较于变异质量得分重新校准表现出更高的容忍度。 [关键词] 全外显子组测序；预处理；变异识别 [中图法分类号] R857.3；Q344+.12 Comparison of methods for pre-processing and variants filtering in analyzing whole exome sequencing data Yan Jin, Pan Qi, Ren Hong （Institute for Viral Hepatitis，Chongqing Medical University， Chongqing，400010，China） 【Abstract】 Objective To investigate how different methods for pre-processing and variants filtering affect variants calling. Method Through the calculation of depth of coverage, number of variants, Ti/Tv ratio and non-reference concordance, we compare the effect of FASTX-Toolkit and Trimmomatic in preprocessing the exome data, the strategies of single-end inclusion and ‘Hard’ filter and variants quality score recalibration (VQSR) in variants filter by using whole exome sequencing data from two test samples. Result Trimmomatic pre-processed reads showed similar depth of coverage to reads those without pre-processing, but significantly greater than those by FASTX-Toolkit pre-processed reads. With depth of coverage ≥10× and genotype quality ≥20, the number of called SNVs identified by Trimmomatic was greater than FASTX-Toolkit, but similar to those