BSA分析

目录

• 两种算法
  • 1. 欧氏距离（ED）算法
  • 2. SNP-index算法
• 实操
  • 1. 上游分析
  • 2. 下游分析

两种算法

1. 欧氏距离（ED）算法

mut与wt分别代表突变型混池、野生型混池，A、C、G、T表示标记位点各突变型所占测序reads的比例，对于二倍体来说，大部分标记只有两种突变型。

MMAPPR，ED法是其中一个环节，通过计算不同混池间各突变型的频率距离，采用距离差异来反映标记与目标区域的连锁强度。

2. SNP-index算法

通过寻找混池之间基因型频率的显著差异，用Δ(SNP-index)统计。Marker与性状关联度越强，Δ(SNP-index)越接近于 1。

通过在基因组上选择一定大小的窗口，如100Kb，通过滑窗法在全基因组水平内对窗口内包含的SNP进行计算，得到两个极端混池Δ(SNP_index)的值，然后对在同一条染色体上的SNP标记的Δ(SNP_index)进行LOESS回归拟合，获得关联的阈值，选择阈值以上的区域作为与性状相关的关联区域，最后通过注释信息找到备选的突变基因。

SNP-index方法通常需要亲本的测序信息，这样做有两个好处：①排除两个亲本相对于参考基因组共有的SNP，相对于是去除背景噪音的作用，这个也是最主要的作用；②亲本检测出来的SNP是和目标性状直接对应的，这样可以去除一部分SNP index趋近于1但是与目标性状并非连锁的标记。

ref:
BSA分析算法中的ED算法和SNP-index有什么区别？

实操

1. 上游分析

• 数据过滤：fastp（快）

• 比对：bwa +samtools（排序）

• 去重：sambamba/samtools rmdup/picard MarkDuplicates

• 变异检测：bcftools（快）/freebayes/GATK

• 变异过滤：bcftools filter（视具体情况）

2. 下游分析

上游偏标准化，下游偏生物学背景。

• vcf信息提取：vcfR包
  利用vcf中AD(Allele Depth)和GT(Genotype)提取信息，gt基因矩阵包含基因型信息，提取基因数。
• SNP-index计算与绘图
  利用双亲基因型过滤，根据AD计算SNP-index，再绘制各染色体散点图。
• ED计算与绘图
  根据公式计算ED，再绘制散点图。

ref:
如何使用BSA方法进行遗传定位（水稻篇）