GATK变异检测流程

GATK（Genome Analysis Toolkit）是Broad Institute开发的行业标准变异检测软件包，其核心流程包括：
1. 标记重复（MarkDuplicates）：识别PCR重复reads，只保留一个拷贝用于变异检测。
2. 碱基质量校正（Base Quality Score Recalibration, BQSR）：系统性的测序误差会导致碱基质量值不准确。BQSR通过比较观察到的错配率和期望的错配率，构建校正模型，输出更准确的碱基质量值。
3. 变异检测（HaplotypeCaller）：GATK的核心变异检测引擎：
- 在感兴趣区域进行局部de novo组装
- 识别潜在的单倍型
- 使用PairHMM算法将reads与单倍型比对
- 输出基因型似然值和变异质量
4. 变异质量校正（Variant Quality Score Recalibration, VQSR）：利用已知变异位点（如dbSNP、HapMap）训练高斯混合模型，区分真实的变异和假阳性。