GATK BQSR的作用是什么

本篇内容主要讲解“GATK BQSR的作用是什么”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“GATK BQSR的作用是什么”吧!

BQSR 全称叫做 Base Quality Score Recalibration, 可以理解为碱基质量校正。对于变异位点的鉴定,碱基质量是非常重要的。比如测序识别到的一个位点,其碱基和参考基因组上的碱基不同,但是其质量值特别低,此时可以认为是一个测序错误,而不是一个SNP位点。

在测序的原始数据中,本身就提供了每个碱基对应的质量值,但是GATK官方认为测序仪提供的碱基质量值,是不准确的,存在误差的。

某个位点前后的碱基的种类,称之为上下文环境,会对这个碱基的质量值产生影响。对于A,T,C,G 4种碱基,共有4 x 4 =16 种上下文环境,左侧的图是利用fastq文件中测序仪给出的碱基质量值做的图,可以看到,对于不同的上下文环境,碱基质量值分布不同;右图为经过BQSR校正之后,不同上下文环境中碱基质量的分布。可以看到,校正之后,不同的上下文环境的碱基质量分布基本相同。也就是说,BQSR消除了上下文环境对碱基质量的影响。

GATK BQSR的作用是什么

在碱基质量校正时,主要考虑下列3个因素:

  1. 碱基在reads中的位置

  2. 碱基的上下文环境

  3. 碱基原始的质量值

根据这3这个因素,首先计算出原始碱基质量中错误的分布模型,然后利用这个模型对碱基质量校正,生成新的碱基质量值。

执行BQSR分析包含以下三步

1. 根据原始bam文件中的碱基质量值计算出系统误差的分布

命令如下

gatk BaseRecalibrator /
    -R ${ref_fasta} /
    -I ${input_bam} /
    --use-original-qualities /
    -O ${recalibration_report_filename} /
    --known-sites ${dbSNP_vcf} /
    --known-sites ${sep=" --known-sites " known_indels_sites_VCFs}

在计算的过程中, 不考虑已知的变异位点的碱基质量,--known-sites指定已知变异位点对应的vcf文件。这一步对单个样本进行操作,每个样本生成一个错误模型文件。

2.  综合多个样本的模型,生成一个总的模型

命令如下

gatk GatherBQSRReports /
    -I ${sep=' -I ' input_bqsr_reports} /
    -O ${output_report_filename}
3. 根据之前计算的模型对碱基质量进行校正

命令如下:

gatk ApplyBQSR /
    -R ${ref_fasta} /
    -I ${input_bam} /
    -O ${output_bam_basename}.bam /
    -bqsr ${recalibration_report} /
    --static-quantized-quals 10 --static-quantized-quals 20 --static-quantized-quals 30 /
    --add-output-sam-program-record /
    --create-output-bam-md5 /
    --use-original-qualities

BQSR会对输入的bam文件中的碱基质量值进行替换,替换为校正之后的质量值,而原先的质量值保存在OQtag 中,示意图如下

GATK BQSR的作用是什么

到此,相信大家对“GATK BQSR的作用是什么”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

原创文章,作者:ItWorker,如若转载,请注明出处:https://blog.ytso.com/220224.html

(0)
上一篇 2022年1月2日
下一篇 2022年1月2日

相关推荐

发表回复

登录后才能评论