轉自：https://pzweuj.github.io/2019/03/20/NIPT.html
NIPT即非侵入性產前檢測，適用於檢測21、18、13號染色體的三體綜合征。實際上，NIPT的分析流程與CNV的分析流程相似。主要的分析流程是先得到唯一比對的reads，再提取每條染色體的reads來做一個Z檢驗得到Z值，因為Z值在[-3, 3]這個范圍的統計學意義上是占了99%，因此認為超出這個范圍時就是陽性。各種背景知識專家指南說的很清楚了。
測試數據可以使用NCBI的PRJNA400134。總共有3405個樣本，是優訊醫學上傳的，可以隨便下幾十個來測試一下，雖然我也不知道哪個是陽性樣本。
比對
使用bwa aln模式進行比對單端數據。
bwa aln -n 0 -e 0 -k 0 -t 16 hg19.fa s1.fq.gz > s1.sai
bwa samse -n -1 hg19.fa s1.sai s1.fq.gz > s1.sam
排序
samtools view s1.sam -bSh > s1.bam
samtools sort -@ 16 s1.bam -o s1.sorted.bam
samtools index s1.sorted.bam
過濾
samtools rmdup -s s1.sorted.bam s1.rmdups.bam
samtools view -F 4 s1.rmdups.bam -bSh > s1.final.bam
samtools index s1.final.bam
利用GC含量校正reads數
基本上現在的分析流程都會使用loess算法來進行校正，使用的是這篇論文的算法。 目前，也可以使用deeptools里現成的工具進行計算。deeptools需要2bit格式的參考基因。
wget http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/faToTwoBit
chmod +x faToTwoBit
faToTwoBit hg19.fa hg19.2bit
computeGCBias -b s1.final.bam --effectiveGenomeSize 2864785220 -g hg19.2bit -l 75 -o s1.freq -p 16
correctGCBias -b s1.final.bam --effectiveGenomeSize 2864785220 -g hg19.2bit --GCbiasFrequenciesFile s1.freq -o s1.corect.bam -p 16
提取reads數
在校正后，可以使用samtools提取reads數
samtools idxstats s1.corect.bam | sed -n '2,25'p | cut -f 1,3 > s1.counts
重復操作
對於每個樣本，都進行上述操作，這樣就可以得到很多counts數。然后這個時候就可以自己愉快的用python或者R來計算每個樣本的每個染色體的Z值啦。當然，在實際的操作上，我們需要的是30個以上的正常樣本作為對照組，這時候再加入一個受測樣本來算Z值。關於Z值怎么計算，請看上面的專家指南。真的不難呀。
用現成的
其實NIPT的現成工具還算多，親身體驗過覺得還不錯的有R包NIPTeR，有WisecondorX。都是安裝操作都簡單的。
其他
國內還有兩家公司說自己開發了新算法，可以看一看。
- Informative priors on fetal Statistical Approach to Decreasing the Error Rate of Noninvasive Prenatal Aneuploid Detection caused by Maternal Copy Number Variation.
- fraction increase power of the noninvasive prenatal screen.