[發明專利]一種無參考基因組的群體變異檢測分析方法

在審

• 申請號: 202011596548.9
• 申請日: 2020-12-29
• 公開（公告）號: CN112735516A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 徐昊;姜麗榮;孫子奎
• 申請（專利權）人: 上海派森諾生物科技股份有限公司
• 主分類號: G16B20/20
• 分類號: G16B20/20;G16B40/00
• 代理公司: 上海點威知識產權代理有限公司 31326
• 代理人: 胡志強

本發明公開了一種無參考基因組的群體變異檢測分析方法，1)通過dd?RAD的方法進行樣本測序，測序后得到每個樣本的數據使用flash軟件包將有overlap的read1與read2連接起來，通過聚類軟件對每個樣本的序列聚類，提取每個樣本序列中的consensus序列；2)將步驟1)得到的每個樣本序列的consensus序列合并，然后進行聚類，過濾，得到群體的consensus序列，通過本發明使無參考基因組的群體進化分析更加高效，可以極大提高變異檢測的速度和準確度。

技術領域

本發明涉及基因檢測技術領域，尤其涉及一種無參考基因組的群體變異檢測分析方法。

背景技術

無參簡化變異檢測，即針對沒有參考基因組、或參考序列組裝質量較差的物種，通常采用簡化基因組測序技術(單酶切，RAD；雙酶切，GBS)，用軟件將不同樣本的序列短片段(Tags)聚類對齊，找到位點間的變異、開發分子標記。

而通過群體進化分析能更加深入的探究同物種內不同亞群之間的群體結構差異、基因交流情況，也能夠研究不同物種之間的群體結構特征，但很多的物種還沒有參考基因組發表，所以就要進行無參考基因組的群體進化分析。采用dd-RAD的方法進行樣本測序，得到數據之后進行無參簡化群體進化項目的分析。

目前在無參簡化群體進化項目中使用的變異檢測工具為Stacks(v1.48)軟件包中的cstacks，在該操作步驟當中實際流程中需要消耗大量的計算時間與資源，并且使用量隨著樣本數量的增加快速增加。極大制約了正常的項目運作。

發明內容

本發明的提供一種無參考基因組的群體變異檢測分析方法。

本發明的方案是：

一種無參考基因組的群體變異檢測分析方法，包括下列步驟：

1)通過dd-RAD的方法進行樣本測序，測序后得到每個樣本的數據使用flash軟件包將有overlap的read1與read2連接起來，通過聚類軟件對每個樣本的序列聚類，提取每個樣本序列中的consensus序列；

2)將步驟1)得到的每個樣本序列的consensus序列合并，然后進行聚類，過濾，得到群體的consensus序列；

3)使用若干的N連接consensus序列，得到一套偽參考基因組；

4)然后將步驟3)中偽參考基因組按照有參的變異檢測流程進行變異的檢測與過濾，獲得檢測信息。

作為優選的技術方案，所述步驟1)中的dd-RAD的方法進行樣本測序的建庫雙端讀長150bp，插入片段200-500bp。

作為優選的技術方案，所述步驟步驟1)中的聚類軟件為Stacks軟件包中的ustacks。

作為優選的技術方案，所述步驟2)中過濾的條件為聚類時核酸序列相似98％；聚類時reference與query雙方的覆蓋均95％。

作為優選的技術方案，所述N的默認數量為1000。

作為優選的技術方案，所述步驟4)中有參的變異檢測流程采用bwa軟件包與gatk軟件包。

由于采用了上述技術方案一種無參考基因組的群體變異檢測分析方法，1)通過dd-RAD的方法進行樣本測序，測序后得到每個樣本的數據使用flash軟件包將有overlap的read1與read2連接起來，通過聚類軟件對每個樣本的序列聚類，提取每個樣本序列中的consensus序列；2)將步驟1)得到的每個樣本序列的consensus序列合并，然后進行聚類，過濾，得到群體的consensus序列；3)使用若干的N連接consensus序列，得到一套偽參考基因組；4)然后將步驟3)中偽參考基因組按照有參的變異檢測流程進行變異的檢測與過濾，獲得檢測信息。