二代***測(cè)序技術(shù)的發(fā)展對(duì)測(cè)序數(shù)據(jù)的處理分析提出了很高的要求。目前二代***測(cè)序?qū)嶒?yàn)室建設(shè)數(shù)據(jù)分析軟件很多，但是絕大多數(shù)軟件僅能完成單一的分析功能，如何能正確***地選擇整合這些軟件已成為迫切需求。VOLAB對(duì)于二代***測(cè)序?qū)嶒?yàn)室建設(shè)已經(jīng)有所研究。

　　來自深圳創(chuàng)美實(shí)業(yè)的研究人員設(shè)計(jì)了一套基于二代***測(cè)序?qū)Ｓ玫膶?shí)驗(yàn)室建設(shè)方案，***的實(shí)驗(yàn)設(shè)計(jì)原理，一站式建設(shè)和規(guī)劃方案，簡化了數(shù)據(jù)分析過程中的人工操作，大大提高了運(yùn)行效率。

　　二代***測(cè)序?qū)嶒?yàn)室建設(shè)技術(shù) 大幅度降低了測(cè)序的時(shí)間和成本，使得大規(guī)模測(cè)序逐漸成為常規(guī)的實(shí)驗(yàn)室研究和臨床檢測(cè)手段。測(cè)序產(chǎn)生的數(shù)據(jù)量急劇增加，如何***地分析這些數(shù)據(jù)，已成為迫切需要解決的問題。目前，分析序列信息的生物信息學(xué)軟件紛繁復(fù)雜，但基本上每個(gè)軟件只能完成單一的分析功能，實(shí)現(xiàn)一個(gè)完整的分析流程則需要對(duì)眾多軟件進(jìn)行整合，而手動(dòng)串聯(lián)的效率往往不盡人意;同時(shí)，這些軟件需要在Linux工作環(huán)境下以命令行運(yùn)行，要求用戶具備較好的計(jì)算機(jī)背景;另外，即便一些實(shí)驗(yàn)室完成了分析流程的構(gòu)建，他們往往不會(huì)公開許多細(xì)節(jié)，新用戶仍然要從頭建起。

　　針對(duì)這一問題，研究人員希望能通過構(gòu)建經(jīng)典的二代***測(cè)序?qū)嶒?yàn)室建設(shè)數(shù)據(jù)分析流程，并實(shí)現(xiàn)各個(gè)環(huán)節(jié)的***自動(dòng)化管理和分析，減輕研究者前期的工作負(fù)擔(dān)，促進(jìn)相關(guān)領(lǐng)域進(jìn)一步對(duì)***組測(cè)序研究項(xiàng)目的順利開展。

　

​

　　研究人員為此設(shè)計(jì)了一套基于 perl 語言和 SGE 資源管理的自動(dòng)化處理流程來分析 Illumina 平臺(tái)***組測(cè)序數(shù)據(jù)。該流程以測(cè)序原始序列數(shù)據(jù)作為輸入，調(diào)用業(yè)界標(biāo)準(zhǔn)的數(shù)據(jù)處理軟件(如：BWA，Samtools，GATK，ANNOVAR 等)，較終生成帶有相應(yīng)功能注釋、便于研究者進(jìn)一步分析的變異位點(diǎn)列表。

　　這***程通過自動(dòng)化并行腳本控制流程的***運(yùn)行，一站式輸出分析結(jié)果和報(bào)告，簡化了數(shù)據(jù)分析過程中的人工操作，大大提高了運(yùn)行效率。用戶只需填寫配置文件或使用圖形界面輸入即可完成全部操作，為廣大研究者分析二代***測(cè)序?qū)嶒?yàn)室建設(shè)數(shù)據(jù)提供了便利的途徑。

　　目前測(cè)序數(shù)據(jù)處理軟件很多，研究人員綜合考慮了適用性和效率，整合出了一套標(biāo)準(zhǔn)的數(shù)據(jù)處理流程。具體來說，獲得 FASTQ格式的原始測(cè)序數(shù)據(jù)后，需要數(shù)據(jù)進(jìn)行以下處理： (1)使用BWA 軟件把這些短序列和參考***組進(jìn)行對(duì)比，確定短序列在***組上的位置，把短序列組裝成完整的人類參考***組; (2)使用 Samtools 軟件把這些短序列調(diào)整成按一定順序(1-22，X，Y，其他)排列的序列，并進(jìn)行數(shù)據(jù)格式的轉(zhuǎn)換; (3)使用 Picard 軟件把測(cè)序產(chǎn)生的冗余信息和噪聲去掉; (4)使用 GATK 尋找樣本測(cè)序數(shù)據(jù)與參考***組的差異，列出這些差異點(diǎn); (5)使用 Annovar對(duì)這些變異位點(diǎn)進(jìn)行功能注釋，得到一個(gè)易于理解的變異位點(diǎn)列表。