GATK小变异检测与联合分型

更新：2026-10-14；状态：可用；验证范围：官方文档与原始研究核对；专业检测命令为模板，未执行完整真实数据流程。

用HaplotypeCaller生成样本参考置信证据，再用相应联合分型步骤得到群体小变异。

前提与用途

这里是GATK4生殖系SNV/Indel模板，未执行。准备同一参考下的analysis-ready BAM及索引、读组与样本名，参考FASTA的fai和sequence dictionary。原始处理见短读长SNP与Indel检测流程。

GATK安装/Java环境、版本和资源先按官方仓库核对。下面文件名为待准备输入，不是项目自带数据。倍性2仅示例，需要按染色体与实验设计修改。

两个样本的小规模模板

gatk HaplotypeCaller -R ref.fa -I S01.bam -O S01.g.vcf.gz -ERC GVCF --sample-ploidy 2
gatk HaplotypeCaller -R ref.fa -I S02.bam -O S02.g.vcf.gz -ERC GVCF --sample-ploidy 2
gatk CombineGVCFs -R ref.fa -V S01.g.vcf.gz -V S02.g.vcf.gz -O cohort.g.vcf.gz
gatk GenotypeGVCFs -R ref.fa -V cohort.g.vcf.gz -O cohort.raw.vcf.gz

前两步是样本证据，第三步是小规模中间合并，第四步才是联合分型。大队列通常改用匹配版本的GenomicsDBImport设计；不能简单换成cat多个VCF。

分型之后

保留原始结果；检查样本、倍性、注释分布、缺失和参考一致性；根据数据与可信资源选择VQSR或有依据的硬过滤。非模式物种/小样本不应盲套人类训练资源和固定阈值。

标准化、过滤与提取是后续步骤，见VCF标准化多等位拆分与表示和变异位点过滤与基因型掩蔽。小样本运行完命令不意味着已验证准确度。

依据：HaplotypeCaller、生殖系群体流程、GVCF联合分型与参考置信度。