目的:在高通量技術(shù)和SNP分子標(biāo)記技術(shù)日漸普及的今天,越來越多的研究需要從高通量測序技術(shù)產(chǎn)生的reads中獲得有效的SNP遺傳信息,以進(jìn)行進(jìn)一步研究。隨著分子實(shí)驗(yàn)技術(shù)的進(jìn)一步發(fā)展,更多的有效、快速并且高通量的SNP檢測方法不停的被研究者開發(fā)出來。但目前對(duì)于各種SNP calling的方法比較還比較少,究竟什么樣的測序策略配合什么種類的SNP calling方法能獲得最有效的結(jié)果依然不明朗。在大多是研究工作者將該步驟交給測序公司處理分析的背景下,這一點(diǎn)尤為突出。方法:本研究通過比較目前較為常用的六種SNP calling軟件（Varscan,Altas-snp2,GATK,Freebayes,SOAPsnp2和SAMtools）在兩種數(shù)據(jù)集,模擬數(shù)據(jù)集和真實(shí)數(shù)據(jù)集中calling SNP的表現(xiàn),對(duì)這一問題進(jìn)行了一定程度上的解讀,為研究者對(duì)于目前的SNP calling情況進(jìn)行了解提供了便利。結(jié)果:研究結(jié)果顯示,這六種SNP calling軟件產(chǎn)生的分析結(jié)果差異較大:在使用真實(shí)數(shù)據(jù)進(jìn)行SNP檢測的結(jié)果中,SOAPsnp能夠檢測出最多的SNP,Freebays和Atlas-snp2檢測出的S... 

【文章來源】：石河子大學(xué)新疆維吾爾自治區(qū) 211工程院校

【文章頁數(shù)】：67 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

VCF格式實(shí)例Figure1-1VCFformatexample圖注：CHROM：相應(yīng)的參考序列名稱，POS（position）：變異所在的位置，ID：variant的

圖 1-2 Varscan 流程圖[85]Freebayes[84]是一種貝葉斯遺傳變異檢測器，旨在發(fā)現(xiàn)小的多態(tài)性，特別是SNP，插入缺失（插入和缺失），MNP（多核苷酸多態(tài)性）和復(fù)雜事件（復(fù)合插入和替換事件）。這個(gè)插件允許在單個(gè)樣本上運(yùn)行 FreeBayes。該軟件最早于 2012年 7 月發(fā)表于《Quantitative Biology》。以下為各個(gè) SNP calling 軟件的初步對(duì)比（表 1-1），由表可知大部分 SNPcalling 軟件的核心算法都是貝葉斯算法，但在后續(xù)的優(yōu)化上各有不同。從輸入數(shù)據(jù)格式來看，除了 SOAPsnp 是其專屬的 SOAP out 格式外，其他都為 SAM 或者BAM 格式。

圖 2-1 用于測序質(zhì)量分?jǐn)?shù)的箱形圖（由軟件 FastQC 生成）Figure 2-1 Box plot for sequencing quality scores (generated by software FastQC)圖中：藍(lán)線代表每個(gè)基數(shù)的平均質(zhì)量得分。 紅線代表中位數(shù)。黃色方框代表第 25 至第 75百分位數(shù)。In the figure: the blue line represents the average quality score for each cardinality. The red linerepresents the median. The yellow box represents the 25th to 75th percentile.2.3.2 是否去除低質(zhì)量堿基，對(duì)檢測出來的 SNP 數(shù)量的影響：對(duì)未進(jìn)行低質(zhì)量堿基刪除的 reads，使用六種不同 SNP calling 軟件進(jìn)行 SNPcalling，在原始數(shù)據(jù)中，在 6,333,357 個(gè)單端讀數(shù)中，大約 70％通過 SOAP2 和BWA 與人類基因組 hg18 比對(duì)上。在六個(gè) SNP 檢測軟件中，每個(gè)軟件都能夠檢測到 110 到 400 個(gè) Non-dbSNP（可能是新的，未被其他研究者注釋的 SNP）。表 2-1：未去除低質(zhì)量堿基各軟件 SNP calling 結(jié)果Table 3-1: Non-removed low-mass bases Software SNPs軟件Software覆蓋度大于 3×SNP 數(shù)量Number of SNPdbSNP 數(shù)量Number of dbSNPNon-dbSNP 數(shù)量Number of non-dbSNP

【參考文獻(xiàn)】：
期刊論文
[1]利用SSR標(biāo)記和SNP芯片對(duì)小麥EMS突變體進(jìn)行真實(shí)性鑒定[J]. 耿皆飛,王娜,蔣宏寶,劉錄祥,許喜堂,魏紅升,王成社,謝彥周.  核農(nóng)學(xué)報(bào). 2019(01)
[2]SNP檢測方法在動(dòng)物研究中的應(yīng)用[J]. 趙杰,游新勇,徐貞貞,陳愛亮,趙燕,何雯菁,楊曙明.  農(nóng)業(yè)工程學(xué)報(bào). 2018(04)
[3]以關(guān)聯(lián)分析發(fā)掘煙草抗赤星病基因分子標(biāo)記[J]. 朱承廣,任民,蔣彩虹,張雨生,孫明銘,劉旦,程立銳,楊愛國,王元英.  中國煙草科學(xué). 2017(01)
[4]DNA測序技術(shù)方法研究及其進(jìn)展[J]. 謝浩,趙明,胡志迪,王大巾,孟旭莉,丁先鋒.  生命的化學(xué). 2015(06)
[5]基于RNA-seq的百薩偃麥草染色體特異分子標(biāo)記開發(fā)與應(yīng)用[J]. 李晨旭,劉志濤,莊麗芳,亓增軍.  中國農(nóng)業(yè)科學(xué). 2015(06)
[6]SNP檢測方法的研究進(jìn)展[J]. 許家磊,王宇,后猛,李強(qiáng).  分子植物育種. 2015(02)
[7]第二代測序技術(shù)檢測1例假肥大型肌營養(yǎng)不良家系Dystrophin基因突變[J]. 林穎,蔣濤,季修慶,成建,羅春玉,馬定遠(yuǎn),許爭峰.  臨床檢驗(yàn)雜志. 2014(03)
[8]SNP基因分型檢測技術(shù)及應(yīng)用進(jìn)展[J]. 楊春曉,張玉,師少軍.  中國藥師. 2013(06)
[9]SNP分子標(biāo)記的研究及其應(yīng)用進(jìn)展[J]. 唐立群,肖層林,王偉平.  中國農(nóng)學(xué)通報(bào). 2012(12)
[10]下一代測序數(shù)據(jù)格式的研究展望[J]. 鮑婧.  電腦知識(shí)與技術(shù). 2011(36)

碩士論文
[1]單細(xì)胞DNA測序數(shù)據(jù)的基因型和SNP檢測[D]. 黃婧瑩.華南理工大學(xué) 2018
[2]蕓薹屬蔬菜低深度測序SNP分型及其應(yīng)用[D]. 付麗霞.中國農(nóng)業(yè)科學(xué)院 2016
[3]玉米高通量測序數(shù)據(jù)SNP檢測流程的優(yōu)化及應(yīng)用[D]. 李坦.南京農(nóng)業(yè)大學(xué) 2015
[4]基于重測序數(shù)據(jù)的群體SNP位點(diǎn)檢測及基因型判斷[D]. 何偉明.華南理工大學(xué) 2013
[5]RAPD、SRAP和ISSR標(biāo)記在香菇種質(zhì)資源的應(yīng)用及其SCAR標(biāo)記的建立[D]. 應(yīng)正河.福建農(nóng)林大學(xué) 2006
[6]水稻苯達(dá)松敏感致死基因bel的精細(xì)定位[D]. 朱磊.南昌大學(xué) 2005



本文編號(hào)：3266598