高通量数据处理流程.ppt

;图像分析及basecalling基本原理;图像分析及basecalling基本原理;图像分析;Crosstalk AC光谱间有交叠，GT光谱间有交叠，所以： 　　　碱基A的图片中包含C发出的光 　　　碱基C的图片中包含A发出的光 　　　碱基T的图片中包含G发出的光 不利：不能直接比较光强度大小而得到碱基 有利：利用图片中共同的亮点，将所有图片对齐重叠，解决offset问题;图像分析流程;Template Generation 利用AC之间的crosstalk、GT之间的crosstalk，将前 2个cycle的图片，与第一个cycle的A的图片对齐重叠，确定所有cluster的位置坐标{(x,y)};图像分析结果;Basecalling;4种光强度归一化;;Basecalling结果：qseq文件;Basecalling结果：qseq文件;fastq文件; 质量值 @FC61FL8AAXX:1:17:1012:19200#GCCAAT/1 CCACTGTCATGTGAACATCACAGAGACATTTCTTGA + bbbbbbbbbbabbbbbbbbbbbbbbaaaaaaaaa_\ 表示方法 Illumina：字符的ASCII值 - 64 = 质量值 (Sanger：字符的ASCII值 - 33 = 质量值) 范?? GA Illumina1.3+(09年3月之后): [2,35] [B,c] GA Illumina1.0 (09年3月之前): [-5,40] [;,h] Hiseq: [2:38] [B,f] 质量值与错误率理论关系： Q =-10 log10(e) 质量值计算方法：根据光强信号信噪比、光强度衰减、GC含量等参数，计算质量值;fastq文件;fastq文件产量（GA）;fastq文件产量（Hiseq vs GA）;文库质控问题1：Pair-end关系;与参考序列比较 或者： 总之，Read1，Read2与参考序列比对结果： 　　一正(F)一反(R)，且F的位点坐标小于R的位点坐标 ;总之，Read1，Read2于参考序列比对结果： 　　一正(F)一反(R)，且F的位点坐标小于R的位点坐标 文库插入片段长度;2100检测报告 文库长度分布;正常insert-size分布;异常insert-size分布;2K及以上文库;与参考序列比较 或者： 总之，Read1，Read2于参考序列比对结果： 　　一正(F)一反(R)，且F的位点坐标大于R的位点坐标;正常insert-size分布;异常insert-size分布;文库问题2：adapter污染;adapter空载较多 导致碱基含量波动;文库质控问题3：文库随机性;测序质控问题;测序质控问题;正常光强度、碱基含量、质量值、Error-rate;异常光强度、碱基含量、质量值、Error-rate;异常光强度与碱基含量