T/LTIA 22-2023 人群超低深度测序数据应用技术规范-全基因组关联分析

范围:本文件提供了人群超低深度测序数据应用于全基因组关联分析的技术流程。 本文件提供了人群超低深度测序数据的群体变异检测、基因型推断的技术方法。 本文件适用于人群的超低深度测序的挖掘应用，不适用于高深度测序数据应用; 主要技术内容:在术语和定义中，对超低深度测序数据、测序错误率、DNA污染率、比对质量值、变异检测等进行了定义。在缩略语中，提供了基因型文件格式、基因型剂量、主成分分析、全基因组关联分析、次等位基因频率、哈迪-温伯格平衡定律的英文全称和英文缩写。在超低深度测序数据及其在全基因组关联分析应用分析流程的环节中，标准以流程图的形式描述了从原始测序数据FASTQ格式文件作为输入到完成全基因组关联分析的全过程，其中主要涉及了序列比对、基因型推断、群体变异检测等步骤。并提出样本纳入标准、BAM质控、全基因组关联分析中变异位点纳入要求这三个关键质控步骤。在样本纳入标准的部分，主要依据测序深度、测序错误率、DNA污染率等指标，对可纳入分析的样本提出了具体数值限制或者建议。在BAM质控的部分，主要对序列提出了读长、比对质量值的数值限制。在全基因组关联分析中变异位点纳入要求的部分，主要依据次等位基因频率、哈迪-温伯格平衡定律P值、基因型缺失率提出了具体数值建议。在基因型推断技术标准的环节中，标准首先提供了可进行超低深度测序数据基因型推断的软件，其次针对基因型推断结果的准确性提出了具体的评估方法和要求。使用针对超低深度测序数据设计的基因型推断软件，例如QUILT软件和STITCH软件，并对基因型推断结果的准确性进行评估是超低深度测序数据分析必不可少且关键的一步，是保证输出高质量的变异结果的前提。在群体变异检测环节中，标准提出了应使用针对超低深度测序数据开发的变异检测软件BaseVar，以保证群体变异检测的可靠性