本篇内容主要讲解“GATK BQSR的作用是什么”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“GATK BQSR的作用是什么”吧!
BQSR 全称叫做 Base Quality Score Recalibration， 可以理解为碱基质量校正。对于变异位点的鉴定，碱基质量是非常重要的。比如测序识别到的一个位点，其碱基和参考基因组上的碱基不同，但是其质量值特别低，此时可以认为是一个测序错误，而不是一个SNP位点。
在测序的原始数据中，本身就提供了每个碱基对应的质量值，但是GATK官方认为测序仪提供的碱基质量值，是不准确的，存在误差的。
某个位点前后的碱基的种类，称之为上下文环境，会对这个碱基的质量值产生影响。对于A,T,C,G 4种碱基，共有4 x 4 =16 种上下文环境，左侧的图是利用fastq文件中测序仪给出的碱基质量值做的图，可以看到，对于不同的上下文环境，碱基质量值分布不同；右图为经过BQSR校正之后，不同上下文环境中碱基质量的分布。可以看到，校正之后，不同的上下文环境的碱基质量分布基本相同。也就是说，BQSR消除了上下文环境对碱基质量的影响。
在碱基质量校正时，主要考虑下列3个因素：
碱基在reads中的位置
碱基的上下文环境
碱基原始的质量值
根据这3这个因素，首先计算出原始碱基质量中错误的分布模型，然后利用这个模型对碱基质量校正，生成新的碱基质量值。
执行BQSR分析包含以下三步
命令如下
计算
安全
数据库
网络和加速
企业服务
gatk BaseRecalibrator \
-R ${ref_fasta} \
-I ${input_bam} \
--use-original-qualities \
-O ${recalibration_report_filename} \
--known-sites ${dbSNP_vcf} \
--known-sites ${sep=" --known-sites " known_indels_sites_VCFs}在计算的过程中， 不考虑已知的变异位点的碱基质量，--known-sites指定已知变异位点对应的vcf文件。这一步对单个样本进行操作，每个样本生成一个错误模型文件。
命令如下
gatk GatherBQSRReports \
-I ${sep=' -I ' input_bqsr_reports} \
-O ${output_report_filename}命令如下：
gatk ApplyBQSR \
-R ${ref_fasta} \
-I ${input_bam} \
-O ${output_bam_basename}.bam \
-bqsr ${recalibration_report} \
--static-quantized-quals 10 --static-quantized-quals 20 --static-quantized-quals 30 \
--add-output-sam-program-record \
--create-output-bam-md5 \
--use-original-qualitiesBQSR会对输入的bam文件中的碱基质量值进行替换，替换为校正之后的质量值，而原先的质量值保存在OQtag 中，示意图如下
到此，相信大家对“GATK BQSR的作用是什么”有了更深的了解，不妨来实际操作一番吧！这里是亿速云网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！
亿速云「云服务器」，即开即用、新一代英特尔至强铂金CPU、三副本存储NVMe SSD云盘，价格低至29元/月。点击查看>>
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
原文链接：https://my.oschina.net/u/4580290/blog/4626595
