短读长SNP与Indel检测流程

更新：2026-10-15；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。

从有质量记录的读段和一致参考进入小变异发现、分型、过滤及交付。

输入及上游检查

先确认物种、倍性、文库、参考与样本表，保留FASTQ质控。比对后检查读组/样本名、排序和索引、覆盖、重复、比对质量及污染；CRAM还需可解码的参考。扩增子、WGS与捕获的重复/深度规则不同。

不要默认所有物种都能做同一套BQSR：需要合适的已知位点和工具假设。准备到analysis-ready BAM的操作由相应正式流程管理，见基因组重测序与变异检测。

两个调用分支

GATK生殖系队列按GATK小变异检测与联合分型走GVCF与联合分型。另一个短读长入口是bcftools的证据生成→调用。下面是已准备真实输入时的模板，不是项目自带BAM：

bcftools mpileup -f ref.fa -Ob -o cohort.pileup.bcf S01.bam S02.bam
bcftools call -m -v -Oz -o cohort.raw.vcf.gz cohort.pileup.bcf

两步分开保存中间结果以便初学检查。倍性、read过滤、最大深度、区域、似然注释及资源都需按当前版本和设计设置；默认值不是所有数据的推荐值。

交接与核查

原始调用不是过滤完成。核对样本数、参考、GT/DP/GQ等头部、缺失和等位分布，再做VCF标准化多等位拆分与表示及变异位点过滤与基因型掩蔽。保存每步输入/输出条数与实际规则。

本轮只在人工SAM上执行mpileup/call并核对一个已知SNV；真实比对、队列调用与Indel性能没有实测。小案例见人工VCF贯通变异分类与提取；原理与参数入口：bcftools调用、GATK生殖系流程。

本轮整理入口

实际FreeBayes例见FreeBayes小变异与倍性设置；深度学习模型选型见DeepVariant模型资源与运行边界。既有人工bcftools案例仍有其独立范围。