[发明专利]一种在植物基因组中检测体细胞突变的方法

权利要求书

1.一种在植物基因组中检测体细胞突变的方法，其特征在于包括如下步骤：

（1）重测序数据的评估：利用FastQC等软件对重测序数据进行质检和评估，过滤得到clean data；

（2）重测序数据的拼装：使用BWA-mem的默认参数将clean data比对到参考基因组上，得到原始SAM文件，通过Picard的SortSam模块将SAM文件排序并转变为BAM格式；

（3）突变位点的鉴定：利用GATK中识别变异的两种不同算法UG和HC，选用 “-rfMappingQuality -mmq 20” 参数过滤比对质量mapping quality小于20的reads，获得包含所有原始变异位点的VCF文件；

（4）突变位点的评估：选用samtools的mpileup模块与VarScan，统计候选单核苷酸变异位点SNV的实际比对reads数与比对质量信息；选用HC的joint-calling模式重新对插入缺失位点INDEL进行识别，进一步明确位点信息；

（5）突变位点的筛选：基于各个样品对应的发育topology-based关系和等位位点的出现频率frequency-based可以筛选出突变候选位点；

（6）候选突变位点的分类与标签化：对所有候选突变的各种特征加上标签，特征包括但不限于：支持突变位点的reads数量、突变reads的测序链是否存在偏好、突变的碱基质量值、类突变位点在对照样本中的出现情况、区域测序质量、区域比对质量、附近是否存在插入缺失位点、位点在不同发育关系的样本中的分布状态、序列差异度，根据突变特征所指示的可靠程度进行排序和分级，降低假阳性和假阴性率；

（7）突变位点的人工检验：使用IGV Integrative Genomics Viewer进行人工检验，排除一些程序未能正确添加标签的部分情况，外源性污染或者拼装错误而导致的一些假阳性结果。

2.根据权利要求1所述的检测植物基因组中体细胞突变的方法，其特征在于：在步骤（1）中，通过MD5值校验，根据测序数据GC含量，测序深度等对重测序数据进行质检，去除reads接头，含N比例大于10%的reads，以及低质量碱基占reads数比例超过50%的reads，经过过滤之后得到clean data。

3.根据权利要求1所述的检测植物基因组中体细胞突变的方法，其特征在于：在步骤（2）中，使用MarkDuplicates模块标记异常扩增的reads，并利用GATK的RealignerTargetCreator和IndelRealigner对插入与缺失区域进行重比对。

4.根据权利要求1所述的检测植物基因组中体细胞突变的方法，其特征在于：在步骤（5）中，对于体细胞突变，亲缘关系越近或物理位置越近的样品含有相同突变的可能性越大。

5.根据权利要求4所述的检测植物基因组中体细胞突变的方法，其特征在于：在步骤（5）中，来自同一分支的叶片样品间常共享体细胞突变，而不同分支的叶片样品筛选的共同突变往往是假的，基于各个样品突变的拓扑topology-based关系可以筛选出更可靠的突变位点。

6.根据权利要求1所述的检测植物基因组中体细胞突变的方法，其特征在于：在步骤（5）中，根据等位位点的频率frequency-based，所有样品中共有的突变或仅某个样品中包含的突变且reads数目5，可以删除这些未固定的变异位点和存在显著偏态的位点，去除部分假阳性突变位点。