我的bam文件如下：

其中B是正常組織的WES數(shù)據(jù)，使用varscan找somatic mutation的時(shí)候作為normal,，然后對(duì)另外兩個(gè)樣本（D和T）計(jì)算。
從這個(gè)bam文件可以看到這個(gè)WES測(cè)序深度不夠高,，可能平均就 50X吧,，如果是 200X的WES數(shù)據(jù)的bam應(yīng)該是有20G左右文件大小。

了解hg19和hg38參考基因組異同

需要知道hg38這個(gè)新版參考基因組到底進(jìn)步在哪里。（自行搜索咯）

首先看somatic mutation個(gè)數(shù)

統(tǒng)計(jì)得到的統(tǒng)計(jì)學(xué)顯著的somatic mutation個(gè)數(shù)如下：

如果只看有可能是somatic mutation個(gè)數(shù)如下：

其中大寫字母的文件代表是比對(duì)到了hg19,，小寫字母的文件是我比對(duì)到hg38后跑varscan得到的,。可以看到，如果是比對(duì)到hg38參考基因組的,，那么找到的變異位點(diǎn)要稍微少一點(diǎn)點(diǎn),，不過(guò)我意識(shí)到參考基因組的有一些是非染色體的片段，所以我重新看了看染色體個(gè)數(shù)分布情況,。

左邊的是T樣本,，右邊的是D樣本，可以看到,，換成hg38這個(gè)新版人類的參考基因組之后,，找到統(tǒng)計(jì)學(xué)顯著的somatic mutation個(gè)數(shù)顯著減少了。

當(dāng)然了,，僅僅是看個(gè)數(shù),，意義不大，我們需要仔細(xì)分析位點(diǎn),。

然后具體到位點(diǎn)

首先可以借用一系列網(wǎng)頁(yè)工具：

• 用Mutation-Assessor軟件來(lái)看突變位點(diǎn)對(duì)基因或者蛋白功能的影響 比如輸入 hg19,13,19447703,C,T 但是一般是看protein-coding基因上面的情況

• snp-nexus 網(wǎng)頁(yè)略微有點(diǎn)復(fù)雜

• 或者把位點(diǎn)當(dāng)做peaks來(lái)注釋：http://52.32.26.75:3838/peaks_annotation/

• 可以使用homer來(lái)進(jìn)行注釋

其實(shí)如果這個(gè)位點(diǎn)位于dbSNP數(shù)據(jù)庫(kù),，那么接下來(lái)一切查詢都可以基于rs ID號(hào)來(lái)進(jìn)行關(guān)聯(lián)，雖然 rs ID號(hào) 也會(huì)有些微變化,。

因?yàn)榫唧w到位點(diǎn),，就涉及到課題組信息了，不便公布,，但是思路給大家了,，可以是坐標(biāo)轉(zhuǎn)換，或者以 rs ID號(hào) 進(jìn)行關(guān)聯(lián)比較,。最終其實(shí)要載入IGV去一對(duì)一比較,，而且varscan軟件給的high confidence的somatic mutation也需要注意，它默認(rèn)P值卡的是0.05,，其實(shí)一刀切并不好,。

更多

以上我僅僅是比較了在50X這個(gè)測(cè)序深度下，VARSCAN軟件基于不同參考基因組版本的表現(xiàn)問(wèn)題,。

還可以探索不同的軟件,，或者不同的測(cè)序深度。

我這里只是想說(shuō),，對(duì)配對(duì)的WES數(shù)據(jù)來(lái)說(shuō),，找somatic mutation這件事，值得仔細(xì)檢查,，假陽(yáng)性問(wèn)題比較嚴(yán)重,。

測(cè)序深度太低的數(shù)據(jù)，找somatic突變真是頭疼