基于序列拼接的基因組插入變異集成檢測.pdf

1、隨著高通量測序技術的快速發(fā)展，出現(xiàn)了很多應用高通量測序數(shù)據的結構變異檢測方法。由于高通量測序本身的局限性，例如片段較短、測序誤差偏大等因素，常規(guī)的檢測方法存在較大的局限性，檢測精度和敏感度不夠。針對這個問題，本文主要針對插入變異，提出了一種基于序列拼接的基因組插入變異集成檢測方法，取名為ISALins。本文的主要內容如下:
　　(1)設計基因組插入變異檢測流程，分析了檢測流程用到的實驗數(shù)據。鑒于千人基因組發(fā)布的插入變異數(shù)量太少，本

2、文通過編程實現(xiàn)生成實驗要用到的插入變異標準集。為了全面驗證實驗的檢測效果，根據實驗需求準備了NA12878個體真實測序數(shù)據和變異基準數(shù)據，仿真數(shù)據和真實數(shù)據為本課題奠定了數(shù)據基礎。
　　(2)分析了插入變異的片段特征，提出了一個聚簇支持插入變異片段的聚簇算法，保證了后續(xù)序列拼接和變異檢測的有效性。同時提出一種解決基于De Brujin圖序列拼接算法中重復序列的有效策略。
　　(3)提出了一種基于序列拼接的插入變異集成檢測策略

3、，在仿真數(shù)據和真實數(shù)據上分別進行了實驗。該策略的實施分為四個階段:第一階段，為了在保證檢測敏感度的情況下，提高長插入變異的檢測精度，通過融合多個工具的檢測結果得到一個初始插入變異可疑斷點集合；第二階段，通過在每個可疑斷點附近聚簇OEA片段，并進行軟切片段(soft-clipped read)分析來得到高質量軟切片段；第三階段，利用基于De Brujin圖的方法來進行局部拼接，通過使動態(tài)k-mer和k-mer頻率分析策略來消除基因組重復序