基于二代测序技术对SNP检测软件的比较研究
发布时间：2021-07-05 18:31
目的:在高通量技术和SNP分子标记技术日渐普及的今天,越来越多的研究需要从高通量测序技术产生的reads中获得有效的SNP遗传信息,以进行进一步研究。随着分子实验技术的进一步发展,更多的有效、快速并且高通量的SNP检测方法不停的被研究者开发出来。但目前对于各种SNP calling的方法比较还比较少,究竟什么样的测序策略配合什么种类的SNP calling方法能获得最有效的结果依然不明朗。在大多是研究工作者将该步骤交给测序公司处理分析的背景下,这一点尤为突出。方法:本研究通过比较目前较为常用的六种SNP calling软件（Varscan,Altas-snp2,GATK,Freebayes,SOAPsnp2和SAMtools）在两种数据集,模拟数据集和真实数据集中calling SNP的表现,对这一问题进行了一定程度上的解读,为研究者对于目前的SNP calling情况进行了解提供了便利。结果:研究结果显示,这六种SNP calling软件产生的分析结果差异较大:在使用真实数据进行SNP检测的结果中,SOAPsnp能够检测出最多的SNP,Freebays和Atlas-snp2检测出的S...
【文章来源】：石河子大学新疆维吾尔自治区 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
VCF格式实例Figure1-1VCFformatexample图注：CHROM：相应的参考序列名称，POS（position）：变异所在的位置，ID：variant的
图 1-2 Varscan 流程图[85]Freebayes[84]是一种贝叶斯遗传变异检测器，旨在发现小的多态性，特别是SNP，插入缺失（插入和缺失），MNP（多核苷酸多态性）和复杂事件（复合插入和替换事件）。这个插件允许在单个样本上运行 FreeBayes。该软件最早于 2012年 7 月发表于《Quantitative Biology》。以下为各个 SNP calling 软件的初步对比（表 1-1），由表可知大部分 SNPcalling 软件的核心算法都是贝叶斯算法，但在后续的优化上各有不同。从输入数据格式来看，除了 SOAPsnp 是其专属的 SOAP out 格式外，其他都为 SAM 或者BAM 格式。
图 2-1 用于测序质量分数的箱形图（由软件 FastQC 生成）Figure 2-1 Box plot for sequencing quality scores (generated by software FastQC)图中：蓝线代表每个基数的平均质量得分。 红线代表中位数。黄色方框代表第 25 至第 75百分位数。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 是否去除低质量碱基，对检测出来的 SNP 数量的影响：对未进行低质量碱基删除的 reads，使用六种不同 SNP calling 软件进行 SNPcalling，在原始数据中，在 6,333,357 个单端读数中，大约 70％通过 SOAP2 和BWA 与人类基因组 hg18 比对上。在六个 SNP 检测软件中，每个软件都能够检测到 110 到 400 个 Non-dbSNP（可能是新的，未被其他研究者注释的 SNP）。表 2-1：未去除低质量碱基各软件 SNP calling 结果Table 3-1: Non-removed low-mass bases Software SNPs软件Software覆盖度大于 3×SNP 数量Number of SNPdbSNP 数量Number of dbSNPNon-dbSNP 数量Number of non-dbSNP
【参考文献】：
期刊论文
[1]利用SSR标记和SNP芯片对小麦EMS突变体进行真实性鉴定[J]. 耿皆飞,王娜,蒋宏宝,刘录祥,许喜堂,魏红升,王成社,谢彦周. 核农学报. 2019(01)
[2]SNP检测方法在动物研究中的应用[J]. 赵杰,游新勇,徐贞贞,陈爱亮,赵燕,何雯菁,杨曙明. 农业工程学报. 2018(04)
[3]以关联分析发掘烟草抗赤星病基因分子标记[J]. 朱承广,任民,蒋彩虹,张雨生,孙明铭,刘旦,程立锐,杨爱国,王元英. 中国烟草科学. 2017(01)
[4]DNA测序技术方法研究及其进展[J]. 谢浩,赵明,胡志迪,王大巾,孟旭莉,丁先锋. 生命的化学. 2015(06)
[5]基于RNA-seq的百萨偃麦草染色体特异分子标记开发与应用[J]. 李晨旭,刘志涛,庄丽芳,亓增军. 中国农业科学. 2015(06)
[6]SNP检测方法的研究进展[J]. 许家磊,王宇,后猛,李强. 分子植物育种. 2015(02)
[7]第二代测序技术检测1例假肥大型肌营养不良家系Dystrophin基因突变[J]. 林颖,蒋涛,季修庆,成建,罗春玉,马定远,许争峰. 临床检验杂志. 2014(03)
[8]SNP基因分型检测技术及应用进展[J]. 杨春晓,张玉,师少军. 中国药师. 2013(06)
[9]SNP分子标记的研究及其应用进展[J]. 唐立群,肖层林,王伟平. 中国农学通报. 2012(12)
[10]下一代测序数据格式的研究展望[J]. 鲍婧. 电脑知识与技术. 2011(36)
硕士论文
[1]单细胞DNA测序数据的基因型和SNP检测[D]. 黄婧莹.华南理工大学 2018
[2]芸薹属蔬菜低深度测序SNP分型及其应用[D]. 付丽霞.中国农业科学院 2016
[3]玉米高通量测序数据SNP检测流程的优化及应用[D]. 李坦.南京农业大学 2015
[4]基于重测序数据的群体SNP位点检测及基因型判断[D]. 何伟明.华南理工大学 2013
[5]RAPD、SRAP和ISSR标记在香菇种质资源的应用及其SCAR标记的建立[D]. 应正河.福建农林大学 2006
[6]水稻苯达松敏感致死基因bel的精细定位[D]. 朱磊.南昌大学 2005
本文编号：3266598
【文章来源】：石河子大学新疆维吾尔自治区 211工程院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
VCF格式实例Figure1-1VCFformatexample图注：CHROM：相应的参考序列名称，POS（position）：变异所在的位置，ID：variant的
图 1-2 Varscan 流程图[85]Freebayes[84]是一种贝叶斯遗传变异检测器，旨在发现小的多态性，特别是SNP，插入缺失（插入和缺失），MNP（多核苷酸多态性）和复杂事件（复合插入和替换事件）。这个插件允许在单个样本上运行 FreeBayes。该软件最早于 2012年 7 月发表于《Quantitative Biology》。以下为各个 SNP calling 软件的初步对比（表 1-1），由表可知大部分 SNPcalling 软件的核心算法都是贝叶斯算法，但在后续的优化上各有不同。从输入数据格式来看，除了 SOAPsnp 是其专属的 SOAP out 格式外，其他都为 SAM 或者BAM 格式。
图 2-1 用于测序质量分数的箱形图（由软件 FastQC 生成）Figure 2-1 Box plot for sequencing quality scores (generated by software FastQC)图中：蓝线代表每个基数的平均质量得分。 红线代表中位数。黄色方框代表第 25 至第 75百分位数。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 是否去除低质量碱基，对检测出来的 SNP 数量的影响：对未进行低质量碱基删除的 reads，使用六种不同 SNP calling 软件进行 SNPcalling，在原始数据中，在 6,333,357 个单端读数中，大约 70％通过 SOAP2 和BWA 与人类基因组 hg18 比对上。在六个 SNP 检测软件中，每个软件都能够检测到 110 到 400 个 Non-dbSNP（可能是新的，未被其他研究者注释的 SNP）。表 2-1：未去除低质量碱基各软件 SNP calling 结果Table 3-1: Non-removed low-mass bases Software SNPs软件Software覆盖度大于 3×SNP 数量Number of SNPdbSNP 数量Number of dbSNPNon-dbSNP 数量Number of non-dbSNP
【参考文献】：
期刊论文
[1]利用SSR标记和SNP芯片对小麦EMS突变体进行真实性鉴定[J]. 耿皆飞,王娜,蒋宏宝,刘录祥,许喜堂,魏红升,王成社,谢彦周. 核农学报. 2019(01)
[2]SNP检测方法在动物研究中的应用[J]. 赵杰,游新勇,徐贞贞,陈爱亮,赵燕,何雯菁,杨曙明. 农业工程学报. 2018(04)
[3]以关联分析发掘烟草抗赤星病基因分子标记[J]. 朱承广,任民,蒋彩虹,张雨生,孙明铭,刘旦,程立锐,杨爱国,王元英. 中国烟草科学. 2017(01)
[4]DNA测序技术方法研究及其进展[J]. 谢浩,赵明,胡志迪,王大巾,孟旭莉,丁先锋. 生命的化学. 2015(06)
[5]基于RNA-seq的百萨偃麦草染色体特异分子标记开发与应用[J]. 李晨旭,刘志涛,庄丽芳,亓增军. 中国农业科学. 2015(06)
[6]SNP检测方法的研究进展[J]. 许家磊,王宇,后猛,李强. 分子植物育种. 2015(02)
[7]第二代测序技术检测1例假肥大型肌营养不良家系Dystrophin基因突变[J]. 林颖,蒋涛,季修庆,成建,罗春玉,马定远,许争峰. 临床检验杂志. 2014(03)
[8]SNP基因分型检测技术及应用进展[J]. 杨春晓,张玉,师少军. 中国药师. 2013(06)
[9]SNP分子标记的研究及其应用进展[J]. 唐立群,肖层林,王伟平. 中国农学通报. 2012(12)
[10]下一代测序数据格式的研究展望[J]. 鲍婧. 电脑知识与技术. 2011(36)
硕士论文
[1]单细胞DNA测序数据的基因型和SNP检测[D]. 黄婧莹.华南理工大学 2018
[2]芸薹属蔬菜低深度测序SNP分型及其应用[D]. 付丽霞.中国农业科学院 2016
[3]玉米高通量测序数据SNP检测流程的优化及应用[D]. 李坦.南京农业大学 2015
[4]基于重测序数据的群体SNP位点检测及基因型判断[D]. 何伟明.华南理工大学 2013
[5]RAPD、SRAP和ISSR标记在香菇种质资源的应用及其SCAR标记的建立[D]. 应正河.福建农林大学 2006
[6]水稻苯达松敏感致死基因bel的精细定位[D]. 朱磊.南昌大学 2005
本文编号：3266598
本文链接：https://www.wllwen.com/projectlw/swxlw/3266598.html
