基因型填补

获得重测序的数据之后，我们需要对其质控、过滤，最后通过gatk软件进行caling-snp.然而，自己calling-snp的vcf文件中存在基因型缺失，因此需要进行基因型填补。

1.意义：

1）对于基因型缺失率较高的数据进行填补，可以提高全基因组遗传标记的覆盖度

2）可降低测序的成本，采用低深度测序+基因型填充，较大程度上提高了数据的利用率和节约成本

3）大部分软件或分析方法不允许缺失数据，否则会报错

2.应用：

大样本低深度重测序SNP/INDEL/CNV项目；大样品高密度SNP芯片分型项目

3.常见的软件：

1)STITCH

2)BEAGLE

3)KNN

4)IMPUTE2

4.测序深度的选择

标记的质量、标记在基因组上的覆盖度与测序深度密切相关，利用重测序的方法进行分型时，选择合适的测序深度可以在保证达到研究的效果同时还能节省经费。

建议：比较纯的自交系推荐5*以上；杂合位点比较多时推荐10*以上；大片段SV变异推荐30*以上

5.填补不是最佳选择

主要取决于经费和研究问题的性质

1）填补方法对杂合度较高的基因型处理效果不佳

2)若有填补错误位点的存在，很可能会对关联结果造成影响

6. 基因型过滤类型

1) 哈迪温伯格平衡过滤：较常用

2）基因型异常样本的去除：对某个样品中的基因型缺失率较高时应删除该样品

3）多等位位点的过滤：此主要是由于多数软件（包括群体结构，关联分析软件）只能接受二等位位点

4）按等位基因频率过滤：通常去除第二等位基因频率MAF小于5%的位点，样品量较大的群体中，可放宽至1%

5）按分型百分比条件过滤：某些基因型在所有样品中的缺失率超过20%，则将此基因型剔除；但在样品量较大的群体中，缺失率可提高至50%