somatic mutation体细胞变异检测文献分享--转载

转载 ：http://blog.sina.com.cn/s/blog_83f77c940102xuro.html

Kalatskaya I, Trinh Q M, Spears M, et al. ISOWN: accurate somatic mutation identification in the absence of normal tissue controls[J]. Genome Medicine, 2017, 9(1):59.

 

变异检测可以分为三类：

single nucleotide variant (SNV), insertion and deletion (indel), and structural variant (SV, including copy number variation, duplication, translocation, etc.)典型的SNV和小的indel一般小等于10bp

 

比对：

Illumina（BWA)、TMAP (for Ion Torrent reads) for DNA reads

splice-aware aligners such as TopHat and STAR for RNA sequencing

 

关于在比对之前是否要做数据质控的问题，在这里做数据质控也只是去掉接头序列。因为很多变异检测的软件都是基于位点的检测策略，所以整条reads的质量情况不是那么重要，另外局部重比对也就是BQSR (base quality score recalibration)。基于PCR扩增的数据不需要在数据比对后去除PCR冗余。

 

tumor-normal变异检测模式

 

基于启发式算法的编译检测算法有VarScan2, qSNP, Shimmer, RADIA, SOAPsnv, and VarDict

加入genotype analysis的分析软件有SomaticSniper, FaSD- somatic, SAMtools, JointSNVMix2, Virmid, SNVSniffer, Seurat, and CaVEMan，这些软件一般使用在低覆盖的数据分析中(WGS, WES, or targeted sequencing with low depth)，但是对低频突变不敏感

基于Haplotype-based strategy检测策略不需要局部重比对，因为该变异检测方法是基于reads组装后的结果进行编译检测的，这样的软件有Platypus, HapMuC, LocHap, FreeBayes, and MuTect2 。

基于机器学习方法的软件MutationSeq, SomaticSeq, SNooPer, and BAYSIC

 

如果是高测序覆盖深度的低频突变建议使用Strelka, MuTect, LoFreq, EBCall, deepSNV, LoLoPicker, and MuSE，启发式算法的软件对于发现低频突变也有较好的效果(1% variant calling with VarDict) and (< 5% variant calling with VarScan2)

 

Single-sample 变异检测模式

 

SNVMix2, Shearwater, SPLINTER, SNVer, OutLyzer, and Pisces这些软件都可以进行单样本变异检测但是不能区分somatic and germline

ISOWN, SomVarIUS, and SiNVICT可以提供单样本的变异检测但是同时也可同时区分somatic and germline，ISOWN软件是依赖于MuTect2，随后依赖somatic (COSMIC) and germline mutations (ExAC and dbSNP)来做进一步区分，OutLyzer, Pisces, ISOWN, SomVarIUS, SiNVICT已经被应用到靶向测序的应用

 

UMI-based variant calling

一般低频突变定义为（(VAF ≤5%) ）目标就是排出测序错误Illumina（0.01–0.1 ），目前给予UMI分析的软件有三款： DeepSNVMiner, MAGERI, and smCounter

其中 DeepSNVMiner, MAGERI, and smCounter输入都是原始数据而只有smCounter的输入是BAM格式，基于PGM平台已经有了一个处理UMI的插件TVC。此外还有一个开源的软件Fgbio。Illumina建议DNA输入量30ng 测序层数40000X 中值覆盖度可达到～2500X 敏感性变异检测为：0.4%

 

RNA-seq variant calling

 

基于RNA数据变异检测的软件有RADIA, Seurat, VarDict, VarScan2, SNPiR, and eSNVdetect，但是RADIA and Seurat 需要整合RADIA and Seurat 的DNA数据

 

2014年Genome in a Bottle Consortium简称(GIAB)通过整合多种测序科技和比对分析软件公布了NA12878 cell line 细胞系高质量可信的变异检测结果

Zook J M, Chapman B, Wang J, et al. Integrating human sequence data sets provides a resource of benchmark SNP and indel genotype calls[J]. Nature Biotechnology, 2014, 32(3):246-51.