A framework for variation discovery and genotyping using next-generation DNA sequencing data.
A framework for variation discovery and genotyping using next-generation DNA sequencing data.
复制标题
使用下一代 DNA 测序数据进行变异发现和基因分型的框架。
作者：
测序技术的最新进展使全面编目种群样本中的基因变异成为可能，为理解人类疾病、祖先和进化奠定了基础。产生的原始数据量是惊人的，需要许多计算步骤才能将此输出转换为高质量的变量调用。我们提出了一个统一的分析框架，以同时发现多个样本之间的基因变异，并通过五种测序技术和三种不同的、规范的实验设计获得敏感和特定的结果。我们的过程包括(1)初始阅读图谱；(2)INDELs周围的局部重排；(3)碱基质量分数重新校准；(4)SNP发现和基因分型，以发现所有潜在的变异；以及(5)机器学习，将真正的分离变异与下一代测序技术常见的机器人工制品分开。我们讨论了这些工具在基因组分析工具包(GATK)中的应用，这些工具在深层全基因组、全外显子组捕获和多样本低通(~4×)1000基因组计划数据集上的应用。
Recent advances in sequencing technology make it possible to comprehensively catalogue genetic variation in population samples, creating a foundation for understanding human disease, ancestry and evolution. The amounts of raw data produced are prodigious and many computational steps are required to translate this output into high-quality variant calls. We present a unified analytic framework to discover and genotype variation among multiple samples simultaneously that achieves sensitive and specific results across five sequencing technologies and three distinct, canonical experimental designs. Our process includes (1) initial read mapping; (2) local realignment around indels; (3) base quality score recalibration; (4) SNP discovery and genotyping to find all potential variants; and (5) machine learning to separate true segregating variation from machine artifacts common to next-generation sequencing technologies. We discuss the application of these tools, instantiated in the Genome Analysis Toolkit (GATK), to deep whole-genome, whole-exome capture, and multi-sample low-pass (~4×) 1000 Genomes Project datasets.
登录
查看更多内容
影响因子：
64.8
作者：
通讯作者：
--
影响因子：
12.3
作者：
Langmead B;Schatz MC;Lin J;Pop M;Salzberg SL
通讯作者：
Salzberg SL
影响因子：
5.8
作者：
Malhis, Nawar;Jones, Steven J. M.
通讯作者：
Jones, Steven J. M.
影响因子：
7
作者：
Li, Heng;Ruan, Jue;Durbin, Richard
通讯作者：
Durbin, Richard
影响因子：
56.9
作者：
Abdulla, Mahmood Ameen;Ahmed, Ikhlak;Zilfalil, Bin Alwi
通讯作者：
Zilfalil, Bin Alwi