介紹下freebayes軟件
FreeBayes是一種貝葉斯遺傳變異檢測器嚣艇，設(shè)計用于發(fā)現(xiàn)小的多態(tài)性，特別是SNP（單核苷酸多態(tài)性）简卧，插入缺失（插入和缺失）座硕，MNP（多核苷酸多態(tài)性）和復(fù)雜事件（復(fù)合插入和替代事件） 短讀序列比對的長度。
FreeBayes是基于單倍型的愕提，在某種意義上拙吉，它基于與特定目標對齊的讀取的字面序列調(diào)用變體，而不是它們的精確對齊揪荣。 該模型是基于比對檢測或報告變體的先前概述（例如PolyBayes，samtools往史，GATK）仗颈。 該方法避免了基于比對的變體檢測的核心問題之一 - 相同的序列可以具有多種可能的比對：
FreeBayes對來自群體和參考基因組（以FASTA格式）的任意數(shù)量的個體使用短讀比對（具有Phred + 33編碼質(zhì)量評分的BAM文件，現(xiàn)在是標準的）椎例，以確定群體的最可能的基因型組合 參考中的每個位置挨决。 它報告它在變體調(diào)用文件（VCF）格式中發(fā)現(xiàn)假定為多態(tài)的位置。 它還可以使用變體的輸入集合（VCF）作為先驗信息的來源订歪，以及使用拷貝數(shù)變體圖譜（BED）來定義分析中的樣品的非均勻倍數(shù)變異脖祈。
以上來源于google對github上freebayes軟件簡介的翻譯。
用我自己的話來說刷晋，freebayes是用來檢測snp盖高，indel的軟件，是目前最準確的軟件眼虱。
驗證思路
總體分為圖片上的幾步喻奥，其中Bwa、create bam和sort bam使用了兩個工具捏悬，bwa軟件和samtools軟件撞蚕。網(wǎng)上學(xué)習(xí)下使用方法即可。
驗證過程我主要做的是Mutation过牙、Reads和compere三個步驟甥厦。依次解釋下每個步驟纺铭。
Mutation 變異
根據(jù)已知的生物知識模擬DNA的變異，主要是SNP和Indel刀疙，并將模擬的結(jié)果保存舶赔，用于之后的比較。
要特殊注意的是庙洼，在模擬時不能將SNP和Ins（插入）位點選取在del（刪減）區(qū)域內(nèi)顿痪，原因是，即使發(fā)生了SNP和Ins但是這也是無法觀察到的油够。
Reads 讀取DNA序列
這一步我是根據(jù)Illumina的測序流程來進行模擬的蚁袭，具體過程在前面的文章中。在這里我遇到的一個坑是石咬，我要根據(jù)mutation文件來進行變異的操作揩悄，然后在操作過程中不能改變位點的位置，即發(fā)生del和ins時鬼悠，后面的位點位置不能發(fā)生變化删性。起初我將DNA序列作為字符串處理，但這樣進行del操作時焕窝，del位點之后的位置都會向前移蹬挺，ins也同樣，這樣的話它掂，結(jié)果就與mutation文件中的就完全不一樣巴帮，沒有任何價值。
糾正的方法是使用數(shù)組虐秋，將DNA序列作為數(shù)組處理榕茧。最后生成read文件。
Bwa客给、bam bwa比較和bam文件生產(chǎn)排序
這幾步主要都由現(xiàn)有的軟件來完成用押。
首先使用Bwa比對read與原始DNA的位置關(guān)系。
之后使用samtools軟件生產(chǎn)bam文件并對bam文件的索引進行排序靶剑。
freebayes軟件檢測
使用freebayes軟件很簡單蜻拨，輸入原始的DNA序列和排序后的bam文件，即可得到檢測結(jié)果桩引。
輸出的格式為vcf文件官觅。
最后進行驗證比較
這一步就是最后對freebayes軟件進行驗證了，主要是用正則提取出mutation文件和vcf文件中的SNP與Indel信息阐污，統(tǒng)一兩者的格式休涤，同一位置發(fā)生同樣的變異則算為檢測成功。最后可以得到兩個信息：覆蓋度（所有真變異有多少被檢測出來了）和準確度（所有檢測到的變異有多少是正確的）。
最終結(jié)果
可以看到結(jié)果還是很不錯的功氨，能有90%以上序苏。
