基因组重测序与变异检测

更新：2026-10-15；状态：可用；验证范围：文档核对；完整流程未在本机运行。

从 DNA 读段得到可用于群体分析的变异数据，关键是参考一致性、样本级检查和统一的分型流程。

流程与输入

输入为FASTA与FASTQ中的测序读段、样本及读组信息、匹配的参考序列。下面是短读长生殖系 SNP/Indel 分析路线；结构变异、体细胞变异和长读长需要不同流程。

阶段	输出	必须检查
原始质量评估	质量和接头报告	文库、双端对应、样本异常
参考比对与整理	排序并索引的 BAM/CRAM	参考版本、读组、重复与覆盖
样本级变异证据	GVCF 等中间结果	倍性、覆盖、参考一致性
联合分型与过滤	多样本 VCF	缺失、质量、频率及样本对应
群体分析交接	标准化变异与基因型	位点 ID、REF/ALT、过滤记录

GVCF 是带参考区间证据的中间表示，不能仅拼接样本最终 VCF 就声称完成联合分型。具体架构见 GATK 生殖系流程及联合分型原理。

第一轮实践

从 GATK 官方教程选择其提供的小范围测试数据，固定工具与参考版本；只处理教程范围，保存 BAM/GVCF/VCF 交接检查表。不要在不匹配物种的参考与已知位点资源上套用人类校正资源。

完整流程未在本机运行。完成练习的标准是能解释每个中间文件、核对样本与位点数，并追溯一条变异的基因型及过滤结果，而不只是得到一个 VCF。

前置读SAM与BAM及CRAM、参考基因组与注释版本；交接读VCF与基因型编码、基因型质控与过滤。

统计基础与验证入口

变异与群体分析的验证设计补充本任务所需的统计或验证判断。分析前先确认统计方法选择与分析计划，结果解释时区分组学验证的层级与证据。

测序技术与上游输入

测序技术与PCR学习路线连接各平台原理，从样本到FASTQ的交接与质控补全上游交接；WGS、扩增子与捕获应分别核对文库和重复处理。

各类变异的完整入口

本页原有路线以短读长生殖系小变异为主。各类变异现在从变异检测分型与提取学习路线进入：小变异、结构变异、CNV/PAV、串联重复与转座子分别选择检测方法，随后按统一交接规则处理结果。

有测序数据时，进入短读长SNP与Indel检测流程或长读长小变异检测与模型选择；已有VCF时，直接进入VCF标准化多等位拆分与表示和按类型提取SNPIndel与结构变异。二者都应保存参考、样本与操作记录。

人工VCF贯通变异分类与提取已执行bcftools标准化/筛选，以及人工SAM小变异调用；专业真实检测流程仍按各页的验证范围，不因新案例可运行就视为全部实测。

补上实际read mapper与注释衔接

从FASTQ到比对检查与变异调用已用40条人工FASTQ运行minimap2、samtools、bcftools，检出预设杂合SNV；高比对率却仅覆盖参考一小部分。该案例不验证真实测序检测性能。

调用之后进入变异注释与功能解释学习路线。低深度、特殊倍性、细胞器与非参考序列先读低深度多倍体与特殊基因组分流，不要直接套二倍体默认参数。

本轮整理入口

统一入口改由全类型变异检测总览与证据地图连接，各类结果按变异检测结果交付与审计保存；实际范围以案例页为准。