产品描述
目标区域测序是指利用特制的探针对客户感兴趣的蛋白编码区域DNA或某段特定序列进行捕获，富集后进行高通量测序的基因组分析方法。该方法能够获得指定目标区域的遗传信息，极大地提高了基因组中特定目标区域的研究效率，显著降低了研究成本。通过目标区域测序，可以对候选位点或候选基因进行验证，也可以进一步找到候选区域或候选基因内的易感位点，适用于候选基因关联分析等研究。
一、标准信息分析
1. 去除接头污染和低质量数据
2. 数据通过BWA与UCSC hg19数据库进行比对
3. 数据产量统计分析、测序深度分析、覆盖度均一性分析
4. SNP变异信息检测（SAMtools、SOAPsnp、GATK）
5. SNP的RefGene注释
6. SNP数据库分析（与dbSNP、千人基因组数据、ESP外显子组数据库以及炎黄基因组（仅亚太地区）数据进行数据库注释分析）
7. 单样品SNP保守性预测、致病性分析（仅针对人类样本，软件：SIFT、Polyphen-2、Phylop、GERP scores、Mutation assessor、Condel、FATHMM）
8. SNP在各基因功能元件上的分布统计
9. Indel变异信息检测(SAMtools、GATK)
10. InDel的RefGene注释
11. Indel数据库分析（与dbSNP 、千人基因组数据、ESP外显子组数据库、炎黄基因组（仅亚太地区）进行数据库注释分析）
12. InDel在各基因功能元件上的分布统计
注：SIFT、Polyphen-2、Phylop、GERP scores、Mutation assessor、Condel、FATHMM这几个数据库的分析仅针对人类样本。
二、 高级信息分析（仅针对人类样本）
1. 通用高级分析
1) 非编码区SNP的注释分析（基于ENCODE数据库进行注释分析）
2) 非编码区InDel的注释分析（基于ENCODE数据库进行注释分析）
2. 肿瘤高级分析
1) 基于质谱的case/control样品成对初步鉴定（建议在测序前进行，需要额外增加约2周时间）
2) 成对样品的 Somatic SNV检测、注释及统计（与dbSNP、千人基因组数据、ESP外显子组数据库、炎黄基因组（仅亚太地区）进行数据库注释分析）
3) 成对样品的Somatic Indel检测、注释及统计（与dbSNP、千人基因组数据、ESP外显子组数据库、炎黄基因组（仅亚太地区）进行数据库注释分析）
4) 成对样品SNV/InDel的COSMIC数据库注释分析
5) 成对样品SNV的保守性预测（SIFT、Polyphen-2、PhyloP、GERP score、Mutation assessor、Condel、FATHMM）
6) 影响氨基酸改变的突变基因的CancerGeneCensus数据库注释分析
3. 复杂疾病高级分析
1) 样本设计以及power计算（项目设计阶段）
2) 群体SNP检测和基于连锁不平衡(LD)的Genotype分型检测
3) SNP 注释与统计（与OMIM和ENCODE数据库进行注释分析）
4) 群体SNP质控（base quality，map quality，allele balance，strand bias，mappability，homopolymer，Hardy-Weinberg Equilibrium测试，InDel附近的SNP过滤）
5) 基于遗传数据的样本质控：亲缘关系检测，基于近交系数的样本污染检测，PCA群体分层检测
6) 基于单个SNP的关联分析
7) eQTL分析（基于HapMap数据库进行注释分析）
4. 群体进化高级信息分析
1) 群体SNP检测，注释与统计
2) 群体SNP质控（base quality，map quality，allele balance，strand bias，mappability，homopolymer，Hardy-Weinberg Equilibrium测试、InDel附近的SNP过滤）
3) 基于参考单体型集合（HapMap/1000Genomes）的基因型推断和单体型定相
4) 基于遗传数据的样本质控：亲缘关系检测，基于近交系数的样本污染检测
5) 选择分析，可选择方法有：iHS，XP-EHH，DDAF，FST，Tajima's D，PBS等
6) GO功能注释分析，KEGG和PANTHER通路富集分析（可选；GO功能注释分析默认做，通路富集分析需要基因集基于通路筛选的可做）
5. 单基因病高级信息分析
1) 性别判断
2) 筛选影响功能元件的变异（优先考虑nonsynonymous SNP (nonsense, missense), frameshift indel, cds-indel；选择性的考虑非编码区部分注释为启动子、增强子、转录因子结合位点、DNA酶敏感位点的变异）
3) 筛选出的突变与已知数据库的注释和过滤（1000Genomes（1092），Hapmap、ESP（6500 Exome），PVFD）（需选择是否基于单基因病高级分析第2条）
4) case共有的突变筛选（需选择是否基于单基因病高级分析第 2，3条）
5) HMM 预测（患者的样本量需两个以上，不适用于患者亲缘关系为父子／父女／母子／母女的情况，三代及以上家系效果更佳）
6) SIFT 保守性预测（基于单基因病高级分析第 2、3、4条）
7) GO功能注释分析和KEGG通路富集分析（基于单基因病高级分析第 2、3、4条）
6. 复杂疾病定制化分析（适用于大样本量，建议至少200对case & control以上）
1) Gene-based的关联分析（cmc，skat-o，wss，kbac，collapse）
2) 候选基因优化筛选
3) 候选SNP的条件分析
4) 候选位点附近的LD分析及基于单体型域的单体型关联分析
5) GO功能注释分析和KEGG通路富集分析（可选；GO功能注释分析默认做，通路富集分析需要基因集基于通路筛选的可做）
6) 基于代谢通路的交互分析（两交互或者多交互）（可选，默认不做；如果基因集是基于通路筛选的可做）
7) ROC曲线与遗传方差解释
8) eQTL 分析（基于HapMap数据库进行注释分析）
9) 群体CNV检测，注释与统计
10) CNV关联分析(Merge & Split)
7. 基于家系样本的de novo mutation分析
1) De novo SNV检测，注释与统计
2) De novo Indel检测，注释与统计
(以下条款适用于多个家系，建议至少30 trios或10-20 quads以上)
3) De novo SNV，Indel与疾病的关联分析
4) GO功能注释分析，KEGG通路富集分析，以及蛋白关联分析等
5) De novo SNV突变父母来源判断
欢迎关注华大科技的微博和微信！
