前言
从原核到真核,几乎所有生物的表型变异,环境适应和物种形成都与基因组间的结构变异有关。而关于结构变异检测的工具也有很多,几乎都是基于二代测序数据。然而,由于不同的工具针对不同的结构变异类型,因此还没有一种全面和标准的工具。相反,很多工具被整合成流程以全面检测潜在的结构变异类型。下面就介绍一波整合的流程(仅作参考)。
检测策略和方法
主要有四种,分别为:
- Read Pair,一般称为Pair-End Mapping,简称RP或者PEM;
- Split Read,简称SR;
- Read Depth,简称RD,也有人将其称为RC——Read Count的意思,它与Read Depth是同一回事,顾名思义都是利用read覆盖情况来检测变异的方法;
- de novo Assembly, 简称AS,序列从头组装的方法。
详细介绍可参考一篇文章说清楚基因组结构性变异检测的方法。
检测流程
目前主要有4种公开发表的检测流程:

虽然现在已经有这几种流程可用,但使用时仍要谨慎,要根据自己的目的使用。
推荐的检测工具
针对每种结构变异类型,推荐的检测工具如下:

检测工具大合集
最后再来一个目前基于二代测序数据的结构变异检测工具大合集:


- 参考:
- Lin K , Smit S , Bonnema G , et al. Making the difference: Integrating structural variation detection tools[J]. Briefings in Bioinformatics, 2014, 16(5).
网友评论