[发明专利]一种无参考基因组的群体变异检测分析方法

说明书

本发明公开了一种无参考基因组的群体变异检测分析方法，1)通过dd‑RAD的方法进行样本测序，测序后得到每个样本的数据使用flash软件包将有overlap的read1与read2连接起来，通过聚类软件对每个样本的序列聚类，提取每个样本序列中的consensus序列；2)将步骤1)得到的每个样本序列的consensus序列合并，然后进行聚类，过滤，得到群体的consensus序列，通过本发明使无参考基因组的群体进化分析更加高效，可以极大提高变异检测的速度和准确度。

技术领域

本发明涉及基因检测技术领域，尤其涉及一种无参考基因组的群体变异检测分析方法。

背景技术

无参简化变异检测，即针对没有参考基因组、或参考序列组装质量较差的物种，通常采用简化基因组测序技术(单酶切，RAD；双酶切，GBS)，用软件将不同样本的序列短片段(Tags)聚类对齐，找到位点间的变异、开发分子标记。

而通过群体进化分析能更加深入的探究同物种内不同亚群之间的群体结构差异、基因交流情况，也能够研究不同物种之间的群体结构特征，但很多的物种还没有参考基因组发表，所以就要进行无参考基因组的群体进化分析。采用dd-RAD的方法进行样本测序，得到数据之后进行无参简化群体进化项目的分析。

目前在无参简化群体进化项目中使用的变异检测工具为Stacks(v1.48)软件包中的cstacks，在该操作步骤当中实际流程中需要消耗大量的计算时间与资源，并且使用量随着样本数量的增加快速增加。极大制约了正常的项目运作。

发明内容

本发明的提供一种无参考基因组的群体变异检测分析方法。

本发明的方案是：

一种无参考基因组的群体变异检测分析方法，包括下列步骤：

1)通过dd-RAD的方法进行样本测序，测序后得到每个样本的数据使用flash软件包将有overlap的read1与read2连接起来，通过聚类软件对每个样本的序列聚类，提取每个样本序列中的consensus序列；

2)将步骤1)得到的每个样本序列的consensus序列合并，然后进行聚类，过滤，得到群体的consensus序列；

3)使用若干的N连接consensus序列，得到一套伪参考基因组；

4)然后将步骤3)中伪参考基因组按照有参的变异检测流程进行变异的检测与过滤，获得检测信息。

作为优选的技术方案，所述步骤1)中的dd-RAD的方法进行样本测序的建库双端读长150bp，插入片段200-500bp。

作为优选的技术方案，所述步骤步骤1)中的聚类软件为Stacks软件包中的ustacks。

作为优选的技术方案，所述步骤2)中过滤的条件为聚类时核酸序列相似98％；聚类时reference与query双方的覆盖均95％。

作为优选的技术方案，所述N的默认数量为1000。

作为优选的技术方案，所述步骤4)中有参的变异检测流程采用bwa软件包与gatk软件包。

由于采用了上述技术方案一种无参考基因组的群体变异检测分析方法，1)通过dd-RAD的方法进行样本测序，测序后得到每个样本的数据使用flash软件包将有overlap的read1与read2连接起来，通过聚类软件对每个样本的序列聚类，提取每个样本序列中的consensus序列；2)将步骤1)得到的每个样本序列的consensus序列合并，然后进行聚类，过滤，得到群体的consensus序列；3)使用若干的N连接consensus序列，得到一套伪参考基因组；4)然后将步骤3)中伪参考基因组按照有参的变异检测流程进行变异的检测与过滤，获得检测信息。