基因组结构变异的检测方法

建议点开看大图

1.RP（read pair）

原理：

利用双端测序（Paired-End Sequencing）数据中读段对的空间关系异常来推断大片段变异。

一般来说我们是无法直接获得每一对read1和read2之间真实的插入片段长度的，但通过序列比对，计算它们彼此之间比对位置上的距离却可以间接获得这个长度。正常情况下这个长度应该等于我们测序时的插入片段长度的，如果出现了数据偏离，就可以判断在read上出现了变异（线性变异，特指deletion和insertion）

而通过比对read1和read2之间的序列位置关系，还能够发现更多非线性的序列变异。比如，序列倒置（Inversion），因为，按照PE的测序原理（其实就是中间有插入片段版本的illumina测序），read1和read2与参考基因组相比对，正好是一正一负，要么是read1比上正链，read2比上负链，要么是反过来，而且read1和read2都应处于同一个染色体上，如果不是这种现象，那么就很可能是序列的非线性结构性变异所致（倒位和易位）

缺陷：

1. 检测deletion时，如果变异的碱基对数量较小，难以检测出来（因为我们用RP检测的时候会要求插入片段长度的变化具有统计意义上的显著性，所以它所能检测到的片段长度就会受插入片段长度的标准差SD所影响）
2. 所能检测的insertion长度不能超过插入片段，因为我们去计算插入片段长度时是要把得到的read1-插入片段-read2放回基因组里去比对的，但如果insertion片段太长了，那么read根本不会匹配上基因组，也就是说，你根本不知道这里会有一段序列