r**********e
发帖数: 587 | 1 whole-genome数据来call structural variation(SV)和copy number variation（CNV）
一般SV就是三种signal, read-pair(RP), read-depth(RD), split-read(SR)
1000Genome project里用了一些比如Breakdancer，CNVnator这样元老型的软件，但缺
点是都只用一种signal
现在使用combine multiple signal的软件越来越多并且成了主流，比如Delly。Delly
主要是基于SR和RP，当然现在也有了后期基于RD的filter
SV的问题是，SV本质过于复杂，有不同size，不同type的SV，一种signal或者
algorithm很难完全对付，所以sensitivity和specificity都不高（跟SNP calling比起
来）；为了得到更好的结果，有两种想法：
1. 对于一个genome，把Breakdancer，CNVnator，Delly等等的结果merge起来；只挑选
出同时被好几种tools支持的SV callings。这个很容易想到，就是用bedtools找
overlap，最后specificity会大大提高，但问题是sensitivity会大大降低
2. 就只用Delly这种先进的软件。比如Delly结果上进一步用RD来filter，让最后结果
是基于SR, RP, RD 三种signal，这样比硬生生的intersect两种不同的tools要温和点
（我个人觉得），或许sensitivity不会那么受到损伤
是不是第二种做法更好呢，尤其如果我现在只研究deletion？不知道自己讲明白了没。
希望听更多高人的指点 |
r**********e
发帖数: 587 | 2 dd
CNV）
Delly
【在 r**********e 的大作中提到】
: whole-genome数据来call structural variation(SV)和copy number variation（CNV）
: 一般SV就是三种signal, read-pair(RP), read-depth(RD), split-read(SR)
: 1000Genome project里用了一些比如Breakdancer，CNVnator这样元老型的软件，但缺
: 点是都只用一种signal
: 现在使用combine multiple signal的软件越来越多并且成了主流，比如Delly。Delly
: 主要是基于SR和RP，当然现在也有了后期基于RD的filter
: SV的问题是，SV本质过于复杂，有不同size，不同type的SV，一种signal或者
: algorithm很难完全对付，所以sensitivity和specificity都不高（跟SNP calling比起
: 来）；为了得到更好的结果，有两种想法：
: 1. 对于一个genome，把Breakdancer，CNVnator，Delly等等的结果merge起来；只挑选
|
c*********r
发帖数: 1312 | 3 不懂，帮顶！
顺便问几个naive的问题，不同个体之间的各种SVs大概有多少？这些SVs是不是对于以
后个性化治疗什么的极为重要？
现在哪种测序技术对于准确检测出这些SVs更有优势？Illumina？Ion Torrent? PacBio
? Complete Genomics？其它？数据分析看样子还是一个巨大的挑战？先做de novo
assembly然后和reference比较是否可行？ |
r**********e
发帖数: 587 | 4 1. 不同个体之间的各种SVs大概有多少？
SV的问题是，有不同种类deletion，insertion，duplication, CNV, translocation,
inversion, segmental duplication...
而且有不同的size，小的1bp，大的好几MB
这两个维度都是SNP研究里不曾遇到的
如果你要问一个human being有多少SV？ 我觉得目前都无法回答。因为目前的研究大部
分还是基于short reads的针对基因组的uniq sequence。真正SV hotspot是repetitive
region，但我们无法研究。当然，对于NA12828，人们做了大量研究，really high-
depth seq, Pacbio long reads，或许对这个样本的总结可以给你答案
所以不管是NGS技术，还是后续的计算，SV都是基因组学最大的难关；而难关中的难关
就是那些repetitive seq。
2. 这些SVs是不是对于以后个性化治疗什么的极为重要
对于非常巨大的比如1MB deletion，一般会造成新生儿的neurodevelopmental defect
，所以这对产检的意义非常巨大的。但是如此巨大的deletion第一少见第二用array这
种传统方式就可以检测到。NGS可以检测比如10KB， 100KB的deletion，但是这样
medium size的deletion对疾病的贡献就需要基础研究了
3. 现在哪种测序技术对于准确检测出这些SVs更有优势？Illumina？Ion Torrent?
PacBio
主流当然Illumina
但是game changer，大革命肯定是long reads。我很久没接触Pacbio了。不知道Pacbio
的error rate是否还那么高
一旦long reads出现，BWA什么的就要被淘汰。我们会回到过去BLAST的时代
PacBio
【在 c*********r 的大作中提到】
: 不懂，帮顶！
: 顺便问几个naive的问题，不同个体之间的各种SVs大概有多少？这些SVs是不是对于以
: 后个性化治疗什么的极为重要？
: 现在哪种测序技术对于准确检测出这些SVs更有优势？Illumina？Ion Torrent? PacBio
: ? Complete Genomics？其它？数据分析看样子还是一个巨大的挑战？先做de novo
: assembly然后和reference比较是否可行？
|
c*********r
发帖数: 1312 | 5 谢科普！
我以前也觉得PacBio错误率高，嫌弃它。现在搞明白了，PacBio可以通过对同一个分子
重复测序来correction，把错误率降到非常低。但是PacBio成本比较高，比Illumina还
是贵不少。不缺钱的话应用PacBio可以做不少事情，de novo assembly在好几个物种里
一个染色体就是一个contig，在人里边还是差一些但是比illumina要厉害。
等PacBio成本降下来了，肯定对SV研究会有新的方法和认识。
translocation,
repetitive
【在 r**********e 的大作中提到】
: 1. 不同个体之间的各种SVs大概有多少？
: SV的问题是，有不同种类deletion，insertion，duplication, CNV, translocation,
: inversion, segmental duplication...
: 而且有不同的size，小的1bp，大的好几MB
: 这两个维度都是SNP研究里不曾遇到的
: 如果你要问一个human being有多少SV？ 我觉得目前都无法回答。因为目前的研究大部
: 分还是基于short reads的针对基因组的uniq sequence。真正SV hotspot是repetitive
: region，但我们无法研究。当然，对于NA12828，人们做了大量研究，really high-
: depth seq, Pacbio long reads，或许对这个样本的总结可以给你答案
: 所以不管是NGS技术，还是后续的计算，SV都是基因组学最大的难关；而难关中的难关
|
r**********e
发帖数: 587 | 6 What's the average length of contig in Pacbio?
I remember like 10KB?
Maybe I'm too out-dated
If it's only 10KB....well think about human chromosome1, 100000kB level?
【在 c*********r 的大作中提到】
: 谢科普！
: 我以前也觉得PacBio错误率高，嫌弃它。现在搞明白了，PacBio可以通过对同一个分子
: 重复测序来correction，把错误率降到非常低。但是PacBio成本比较高，比Illumina还
: 是贵不少。不缺钱的话应用PacBio可以做不少事情，de novo assembly在好几个物种里
: 一个染色体就是一个contig，在人里边还是差一些但是比illumina要厉害。
: 等PacBio成本降下来了，肯定对SV研究会有新的方法和认识。
:
: translocation,
: repetitive
|
c*********r
发帖数: 1312 | 7 PacBio P6-C4 单个read读长可以达到50%大于20KB
组装的contig长度最长能达到多少我不知道，和测序深度有关。人的染色体50M到300M
大小。目前还没有见过de novo assembly可以组装成完整染色体的。
单看de novo assembly，PacBio完败Illumina。
【在 r**********e 的大作中提到】
: What's the average length of contig in Pacbio?
: I remember like 10KB?
: Maybe I'm too out-dated
: If it's only 10KB....well think about human chromosome1, 100000kB level?
|
