全基因组重测序大数据解析报告.pdfVIP

实用标准 全基因组重测序数据分析 1. 简介 (Introduction) 通过高通量测序识别发现 de novo 的 somatic 和 germ line 突变，结构变异 -SNV ，包括 重排突变（ deletioin, duplication 以及 copy number variation ）以及 SNP 的座位；针 对重排突变和 SNP 的功能性进行综合分析；我们将分析基因功能（包括 miRNA ），重组 率 （Recombination ）情况， 杂合性缺失 （LOH ）以及进化选择与 mutation 之间的关系； 以及这些关系将怎样使得在 disease （cancer ）genome 中的 mutation 产生对应的易感机 制和功能。 我们将在基因组学以及比较基因组学， 群体遗传学综合层面上深入探索疾病基因 组和癌症基因组。 实验设计与样本 （1 ）Case-Control 对照组设计 ； （2 ）家庭成员组设计：父母 - 子女组（ 4 人、 3 人组或多人）； 文案大全 实用标准 初级数据分析 1 ．数据量产出： 总碱基数量、 Total Mapping Reads 、Uniquely Mapping Reads 统计， 测序深度分析。 2 ．一致性序列组装：与参考基因组序列（ Reference genome sequence ）的比对分析， 利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型， 并组装出该个体基因组的一 致序列。 3 ．SNP 检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深 度、重复性等因素作进一步的过滤筛选，最终得到可信度高的 SNP 数据集。并根据参考基 因组信息对检测到的变异进行注释。 4 ．InDel 检测及在基因组的分布 : 在进行 mapping 的过程中，进行容 gap 的比对并检测 可信的 short InDel 。在检测过程中， gap 的长度为 1~5 个碱基。对于每个 InDel 的检测， 至少需要 3 个 Paired-End 序列的支持。 5 ．Structure Variation 检测及在基因组中的分布 : 能够检测到的结构变异类型主要有：插 入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测 全基因组水平的结构变异并对检测到的变异进行注释。 高级数据分析 1.测序短序列匹配（ Read Mapping ） 文案大全 实用标准 （1 ）屏蔽掉 Y 染色体上假体染色体区域（ pseudo-autosomal region ）, 将 Read 与参考 序列 NCBI36 进行匹配 （包括所有染色体， 未定位的 contig ，以及线粒体序列 mtDNA （将 用校正的剑桥参考序列做替代） )。采用标准序列匹配处理对原始序列文件进行基因组匹配， 将 Read 与参考基因组进行初始匹配；给出匹配的平均质量得分分布； （2 ）碱基质量得分的校准。我们采用碱基质量校准算法对每个 Read 中每个碱基的质量进 行评分，并校准一些显著性误差，包括来自测序循环和双核苷酸结构导致的误差。 （3 ）测序误差率估计。 pseudoautosomal contigs ，short repeat regions （包括 segmental duplication ，simple repeat sequence- 通过 tandem repeat 识别算法识别） 将被过滤； 2. SNP Calling