BWA-MEM 与 minimap2
BWA-MEM 是 Illumina 短读长数据的常用比对工具；minimap2 更适合 PacBio、Nanopore 长读长和组装序列的比对。参考基因组版本及是否含 alt、decoy 序列，都会影响后续变异检测。
57个分析 Skill · Codar 生信插件
基因组学 AI 分析
基因组学研究 DNA 序列层面的变异和基因组结构，常见数据是短读长 WGS、WES、靶向 panel，以及 PacBio、Nanopore 长读长测序。Codar 的这个插件覆盖 FASTQ 质控与修剪、读段比对、胚系小变异、结构变异与 CNV 检测、长读长分析、基因组从头组装与注释，以及 VCF 整理和功能注释。
基因组学能回答哪些研究问题
- 这批外显子样本里有哪些可信的胚系 SNV 和 Indel？
- 测序覆盖度和捕获效率是否达到变异检测的要求？
- 样本基因组中有哪些大片段缺失、倒位或拷贝数变异？
- 用长读长数据能否组装出连续性较好的新物种基因组？
- 线粒体 DNA 上有哪些变异，异质性水平有多高？
基因组学分析流程
- 1
原始数据质控
统计碱基质量、接头和重复率，必要时修剪接头和低质量末端，多个样本的质控结果汇总到一份报告里。
- 2
比对与整理
把读段比对到 GRCh38 等参考基因组，排序、标记重复后生成 BAM 或 CRAM；参考版本要和后续注释保持一致。
- 3
覆盖度评估
统计平均深度、目标区域覆盖度和捕获效率，WES 和靶向测序要特别留意覆盖不足的外显子。
- 4
变异检测
检测胚系 SNV/Indel，按研究需要补充结构变异、CNV 和 LOH；长读长数据使用专门的比对和检测方法。
- 5
过滤与样本核对
对 VCF 规范化并做过滤或质量校准，检查 Ti/Tv、杂合比和样本一致性，排除样本混淆和污染。
- 6
功能注释
注释变异所在基因、功能后果和人群频率，输出过滤后的 VCF、变异表和可复现脚本。
常用方法与怎么选
GATK HaplotypeCaller 与 DeepVariant
两者都常用于胚系 SNV/Indel 检测。GATK 流程成熟、文档完善，多样本可做联合基因分型；DeepVariant 基于深度学习，针对不同测序平台提供单独模型。重要结论可借助 GIAB 标准样本做基准评估。
Manta、Delly 与 Sniffles
短读长数据常用 Manta、Delly，依据异常配对读段和断裂读段识别结构变异，但对重复区域和大片段插入灵敏度有限；长读长数据常用 Sniffles 等工具，读段能跨越重复序列，插入和复杂重排检出更完整。
hifiasm、Flye 与 BUSCO
长读长从头组装中，hifiasm 常用于 PacBio HiFi 数据，Flye 对 Nanopore 等错误率较高的读段适用面较广。组装完成后通常用 BUSCO 评估基因完整性，并结合 N50 和污染检测判断组装质量。
需要准备的数据
- 双端 FASTQ，或已比对的 BAM/CRAM 文件
- 参考基因组版本（如 GRCh38）
- WES 或靶向测序的捕获区域 BED 文件
- 长读长数据：PacBio HiFi 或 Nanopore
- 样本信息表：样本名、性别、分组或家系
能得到的结果
- FASTQ 质控与多样本汇总报告
- 排序去重后的 BAM/CRAM 与覆盖度统计
- 过滤后的 VCF 和带功能注释的变异表
- 结构变异、CNV 与 LOH 检测结果
- 基因组组装序列、组装质控与基因注释
- 可复现的分析脚本与参数记录
基因组学插件包含的分析能力
共 57 项。启用插件后，Codar 会按任务自动选用，不需要逐个记住名称。
- 测序读段比对
- SAM、BAM与CRAM文件处理
- FASTQ质量评估
- 基因组结构与功能注释
- 生殖系CNV检测
- 杂合性缺失与拷贝中性LOH分析
- 长读长测序质控
- 线粒体变异与异质性分析
- 多样本质控汇总
- 测序读段修剪
- 长读长串联重复位点分析
- 胚系小变异检测
- 结构变异检测
- 靶向测序分析
- 变异过滤与质量校准
- WES分析
- 短读长WGS分析
- Nanopore碱基识别
- 测序覆盖度与捕获效率评估
- VCF质量统计与样本一致性
- 长读长变异检测
- 基因组从头组装与质控
- 长读长从头组装
- 跨物种基因注释投影
- 基因组浏览器与轨道制作
- 长读长序列比对
- 泛基因组与共线性分析
- 基因组污染检测
- VCF规范化与整理
- 变异功能注释
nf-core 标准流程（27 个）
- nf-core-bamtofastq流程
- nf-core-createpanelrefs流程
- nf-core-deepvariant流程
- nf-core-demultiplex流程
- nf-core-denovohybrid流程
- nf-core-detaxizer流程
- nf-core-exoseq流程
- nf-core-fastqrepair流程
- nf-core-fastquorum流程
- nf-core-genomeannotator流程
- nf-core-genomeassembler流程
- nf-core-genomeqc流程
- nf-core-genomeskim流程
- nf-core-isoseq流程
- nf-core-kmermaid流程
- nf-core-mitodetect流程
- nf-core-multiplesequencealign流程
- nf-core-nanoseq流程
- nf-core-ncrnannotator流程
- nf-core-neutronstar流程
- nf-core-pacvar流程
- nf-core-pairgenomealign流程
- nf-core-pangenome流程
- nf-core-readsimulator流程
- nf-core-sarek流程
- nf-core-seqinspector流程
- nf-core-variantbenchmarking流程
在 Codar 里怎么用
- 1
切换到生信模式
在 Codar 左上角选择 Codar 生信。
- 2
启用「基因组学」
在插件页找到「基因组学」，安装或启用。
- 3
描述研究问题
用一句话写清数据和目标，确认分析方案后开始执行。
可以这样提问
帮我对这批全外显子测序数据做质控、比对和胚系变异检测，输出过滤后的 VCF 和质控汇总。
基因组学常见问题
WGS 和 WES 该怎么选？
WES 只测编码区，成本较低，目标区域深度高，适合寻找编码区变异；WGS 覆盖非编码区且覆盖更均匀，对结构变异和 CNV 检测更有利。预算允许且关注结构变异或调控区时，通常优先考虑 WGS。
全基因组测序需要多少测序深度？
人类胚系变异检测中，WGS 常见做法是平均 30× 左右，WES 目标区域平均深度通常在 100× 上下；检测嵌合变异或低频体细胞变异需要更高深度。除了平均深度，还要看覆盖均匀性和低覆盖区域的比例。
短读长和长读长测序有什么区别？
短读长准确率高、成本低，适合 SNV/Indel 检测和大样本队列；PacBio HiFi、Nanopore 等长读长能跨越重复序列，更适合结构变异、串联重复、单倍型分相和从头组装。实际研究中两者也常组合使用。
其他生信插件
macOS 12+Mac
Windows 10+Windows