高通量测序数据分析方法.pdfVIP

T/GBAXXX—XXXX

附录C

（资料性）

高通量测序数据分析方法

C.1数据质控

过滤去除含接头或质量低的序列（如Q值15的碱基占比超过40%，序列中N碱基出现次数超过5

次）、宿主基因组序列，截取指定长度的序列等，留下的则为高质量序列。

C.2序列比对

将高质量序列与HIV-1标准参考株(HXB2)或其他参考序列进行基因组比对，计算HIV-1序列的占比。

C.3变异检测

根据比对的bam文件提取目标基因区的变异位点，对不符合质控要求的变异位点（位点总深度200X）

进行过滤。

C.4序列组装

序列组装的策略有参组装和无参组装两种，分别利用参考基因组指导和自主从头拼接的方式，确保

基因组序列的准确性和完整性，为后续分析提供可靠的数据支持。

C.4.1一致性序列有参组装

基于变异检测中的突变结果，将每个位点最高频率的碱基按照HIV-1参考基因组上的位置排列，获

得一致性序列。

C.4.2Denovo组装

将比对到HIV-1测序区域的序列提取出来，根据序列之间重叠区域对序列片段进行拼接、延伸，最

终获得较完整的序列。

11