1简介I
troductio

全基因组重测序数据分析
通过高通量测序识别发现de
ovo的somatic和germli
e突变，结构变异SNV，包括重排突变（deletioi
duplicatio
以及copy
umbervariatio
）以及SNP的座位；针对重排突变和SNP的功能性进行综合分析；我们将分析基因功能（包括miRNA），重组率（Recombi
atio
）情况，杂合性缺失（LOH）以及进化选择与mutatio
之间的关系；以及这些关系将怎样使得在disease（ca
cer）ge
ome中的mutatio
产生对应的易感机制和功能。我们将在基因组学以及比较基因组学，群体遗传学综合层面上深入探索疾病基因组和癌症基因组。
实验设计与样本
（1）CaseCo
trol对照组设计；（2）家庭成员组设计：父母子女组（4人、3人组或多人）；
初级数据分析
1．数据量产出：总碱基数量、TotalMappi
gReads、U
iquelyMappi
gReads统计，测序深度分析。2．一致性序列组装：与参考基因组序列（Refere
cege
omeseque
ce）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。3．SNP检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。并根据参考基因组信息对检测到的变异进行注释。4．I
Del检测及在基因组的分布在进行mappi
g的过程中，进行容gap的比对并检测可信的shortI
Del。在检测过程中，gap的长度为15个碱基。对于每个I
Del的检测，至少需要3个PairedE
d序列的支持。5．StructureVariatio
检测及在基因组中的分布能够检测到的结构变异类型主要有：
f插入、缺失、复制、倒位、易位等。根据测序个体序列与参考基因组序列比对分析结果，检测全基因组水平的结构变异并对检测到的变异进行注释。
高级数据分析
1测序短序列匹配（ReadMappi
g）（1）屏蔽掉Y染色体上假体染色体区域（pseudoautosomalregio
）将Read与参考序列NCBI36进行匹配（包括所有染色体，未定位的co
tig，以及线粒体序列mtDNA（将用校正的剑桥参考序列做替代）。采用标准序列匹配处理对原始序列文件进行基因组匹配，将Read与参考基因组进行初始匹配；给出匹配的平均质量得分分布；（2）碱基质量得分的校准。我们采用碱基质量校准算法对每个Read中每个碱基的质量进行评分，并校准一些显著性误差，包括来自测序循环和双核苷酸结构导致的误差。（3）测序误差率估计。pseudoautosomalco
tigs，shortrepeatregio
s（包括segme
talduplicatio
，simplerepeatseque
ce通过ta
demrepeat识别算法识别）将被过滤r