BSA分析

目錄

• 兩種算法
  • 1. 歐氏距離（ED）算法
  • 2. SNP-index算法
• 實操
  • 1. 上游分析
  • 2. 下游分析

兩種算法

1. 歐氏距離（ED）算法

mut與wt分別代表突變型混池、野生型混池，A、C、G、T表示標記位點各突變型所占測序reads的比例，對於二倍體來說，大部分標記只有兩種突變型。

MMAPPR，ED法是其中一個環節，通過計算不同混池間各突變型的頻率距離，采用距離差異來反映標記與目標區域的連鎖強度。

2. SNP-index算法

通過尋找混池之間基因型頻率的顯著差異，用Δ(SNP-index)統計。Marker與性狀關聯度越強，Δ(SNP-index)越接近於 1。

通過在基因組上選擇一定大小的窗口，如100Kb，通過滑窗法在全基因組水平內對窗口內包含的SNP進行計算，得到兩個極端混池Δ(SNP_index)的值，然后對在同一條染色體上的SNP標記的Δ(SNP_index)進行LOESS回歸擬合，獲得關聯的閾值，選擇閾值以上的區域作為與性狀相關的關聯區域，最后通過注釋信息找到備選的突變基因。

SNP-index方法通常需要親本的測序信息，這樣做有兩個好處：①排除兩個親本相對於參考基因組共有的SNP，相對於是去除背景噪音的作用，這個也是最主要的作用；②親本檢測出來的SNP是和目標性狀直接對應的，這樣可以去除一部分SNP index趨近於1但是與目標性狀並非連鎖的標記。

ref:
BSA分析算法中的ED算法和SNP-index有什么區別？

實操

1. 上游分析

• 數據過濾：fastp（快）

• 比對：bwa +samtools（排序）

• 去重：sambamba/samtools rmdup/picard MarkDuplicates

• 變異檢測：bcftools（快）/freebayes/GATK

• 變異過濾：bcftools filter（視具體情況）

2. 下游分析

上游偏標准化，下游偏生物學背景。

• vcf信息提取：vcfR包
  利用vcf中AD(Allele Depth)和GT(Genotype)提取信息，gt基因矩陣包含基因型信息，提取基因數。
• SNP-index計算與繪圖
  利用雙親基因型過濾，根據AD計算SNP-index，再繪制各染色體散點圖。
• ED計算與繪圖
  根據公式計算ED，再繪制散點圖。

ref:
如何使用BSA方法進行遺傳定位（水稻篇）