RNA-seq报告解读：SNP/INDEL 分析

SNP全称Single Nucleotide Polymorphisms（单核苷酸多态性），是指在基因组上单个核苷酸的变异，SNP所表现的多态性只涉及到单个碱基的变异，这种变异可由单个碱基的转换（transition）或颠换（transversion）所引起，也可由碱基的插入或缺失所致。但通常所说的SNP并不包括后两种情况，而用INDEL来表示。INDEL全称Insertion and Deletion，即插入和缺失。 基于样本与参考基因组的比对结果，利用samtools软件进行染色体坐标排序、去重等处理，再用samtools、bedtools等软件预测样本中的SNP和INDEL位点。然后利用snpEff等软件进行功能注释。

1、SNP/INDEL检测

SNP和INDEL检测的结果见命名为INDEL_Sample.xls以及SNP_Sample.xls的文件。为了降低SNP&INDEL检测的错误率，使用 QUAL (A quality score associated with the inference of the given allele) 大于等于20，且DP（combined depth across samples）大于等于4进行结果过滤。

SNP/INDEL结果表格范例

表格说明：
（1）chr/scaffold：染色体号/scaffold号；
（2）position：SNP/INDEL位置；
（3）ref：参考基因组上的碱基；
（4）alt：检测到的其他碱基类型；
（5）QUAL：SNP/INDEL的质量值；
（6）ref_reads：参考基因组上的碱基reads覆盖数目；
（7）alt_reads：检测到的其他碱基reads覆盖数目；
（8）coverage：检测到的其他碱基reads覆盖百分百；
（9）FNC：SNP/INDEL所在位置的类型；
（10）codon_change：密码子变换（INDEL没有这一列）；
（11）substitute：基因上的碱基替换位置和蛋白替换位置；
（12）gene：基因；
（13）biotype：生物类型。

2、SNP/INDEL分布

对SNP/INDEL在基因组上各功能区域的分布进行统计，结果范例如下表所示：

SNP/INDEL分布结果范例

表格说明：
（1）region：SNP/INDEL所在区域；
（2）counts：SNP/INDEL计数；
（3）percentage：所占的百分比；
（4）splice_region：剪接区域；
（5）5_prime_UTR：5'UTR区域；
（6）3_prime_UTR：3'UTR区域；
（7）upstream：基因上游区域；
（8）downstream：基因下游区域；
（9）intergenic_region：基因间区；
（10）intron：内含子区域；
（11）exon：外显子区域。

SNP/INDEL分布图如下所示：

SNP/INDEL分布图

图片说明：纵轴为SNP/INDEL所在区域或类型，横坐标为分类数目。

另外，我们将每个基因的 SNP/INDEL 位点数目除以基因的长度，得到每个基因的 SNP 位点密度值，统计所有基因的 SNP/INDEL 位点密度值并做密度分布图。

SNP/INDEL密度分布图

图片说明：横轴为基因上平均每1000bp序列中SNP数目，纵轴为基因数。

3、转换/颠换统计

转换（transition）是指嘌呤置换嘌呤，或嘧啶置换嘧啶，颠换（transversion）是指嘌呤置换嘧啶或嘧啶置换嘌呤。对所有样品中SNP的转换/颠换数量进行统计。

表格说明：

（1）SNP：SNP突变类型；

（2）type：SNP突变属于转换（transition）或颠换（transversion）；

（3）Sample：样本中SNP位点数。

各样本中SNP的转换/颠换数量统计图如下：

图片说明：纵轴为样本中各个分类的SNP位点数目，横轴为SNP突变类型。