数据分析文献阅读_测序深度和覆盖度剖析
基因组重测序
• 测序的策略取决于测序深度和样本数量之间的权 衡。 • WGS（全基因组测序）：高深度的WGS方法对 DNA测序来说是黄金准则，因为它几乎可以探测 到所有的变异类型。 • WES（全基因组外显子测序）：WES主要探测在 蛋白质编码基因中的SVNs（单核苷酸变异）、 indels（插入缺失）和其他的功能元件，因此它忽 略了调节元件比如启动子和增强子。WES的测序 花费比WGS要少，但它具有各种的限制条件。
基因组重测序
• WGS：80x的覆盖度要求覆盖89.6–96.8% 的目标碱基，这取决于测序的平台但是至 少要10x的覆盖度。 • 外显子的研究中要求至少80%的目标区域 被覆盖，并且使用10x的覆盖度。 • 群体基因组测序中，许多基因组的测序都 是短阅读序列的方法，比如：400个样本， 4倍的覆盖度。
基因组分析的关键因素 —测序的深度和覆盖度
李言 2014-08-19
目录
• 基因组从头测序
• 基因组重测序 • 转录组测序 • 基因定位分析
基本概念
• 测序深度：测序得到的碱基数量与待测基因组的 比值，假设一个基因大小为2M，测序深度为10X， 那么获得的总数据量为20M。 • 测序覆盖度：测序获得的序列占整个基因组的比 例，例如一个细菌基因组测序，覆盖度是98%， 那么还有2%的序列区域是没有通过测序获得的。 • Gap:由于基因组中复杂结构（高GC，重复序列） 的存在，使得测序最终拼接组装获得的序列往往 无法覆盖所有的区域，这部分区域就是Gap。
转录组测序
• RNA-seq:可以对生物样本的表达转录物进 行检测和量化分析，但没有明确的指南和 阅读数量的要求。 • 它的应用主要包括：异常转录物的发现， 差异性表达和可变剪接的分析。 • 转录组测序中的覆盖度：读码序列的数量 取决于RNA的最小丰度；有用的读码序列 可以通过减少核糖体RNA，丰富RNA的数 目来进行优化。
基因组重测序
• SNV和indel检测：使用Illumina短阅读技术表明， 纯合型的SVNs的检测使用15x的覆盖度，杂合型 的为33x。变异检测的能力会因碱基的质量低和覆 盖度不均匀而下降。 • CNV检测：CNVs可以通过对WES和WGS两种测 序的数据使用分析覆盖深度来得到，其中拷贝数 目的变化可通过基因组区域的覆盖深度的变化推 导得到。在WGS中0.1x的覆盖度可以获得合理的 特异位点。 • 基因组重测序数据的分析：典型的重测序数据的 分析途径是把测序的短序列与参考的基因组进行 比对。
基本概念
• 覆盖度的冗余也叫深度或覆盖深度。LN/G表示： L代表阅读的长度，N代表阅读序列的数量，G代 表单倍体基因组长度。 • 一般而言，越高覆盖度的测序方法往往要求越高 的花费。 • 真实的测序方法中读码序列很短（小于250个核 苷酸），并且有错误；可以通过增加读码序列的 数量来克服它，比如：具有1%错误变异率的译码， 在结合8个相同的包含变异位点的序列后可以使错 误率变为十万分之一。
基因组从头测序
• 低覆盖度在测序后分析和生物学解释方面 有两个主要的影响： 1、它不能确定是否有编码蛋白质基因的缺失、 开放阅读框的中断、一个真正的进化基因 的丢失。 2、更严重的是低覆盖度会产生序列的错误， 并且会随着下游的分析和误导性的结论而 进行扩散。
基因组重测序
• 对基因组序列已知的个体进行基因组测序， 并在个体或群体水平上进行差异性分析。 与已知序列比对，寻找单核苷酸多态性位 点（SNP）、插入缺失位点（InDel）、结 构变异位点（SV，Structure Variation）位 点及拷贝数变化 (CNV) 。 • 测序的深度取决于研究的变异类型、疾病 的类型和区域的长度。
基因组重测序
• 四种不同测序策略（WES,WGS,RNAseq,ChIp-seq)的测序对深度的要求也不相 同。 • 它们的测序深度和测试的花费按以下的顺 序递增：ChIp-seq,RNA-seq,WES,WGS。 • ChIp-seq，WES,WGS具有典型的应用和 标准的测序深度，但是RNA-seq的深度与 它们不因组序列信息对某 个物种的基因组进行测序。 • 决定测序深度的主要因素是错误率、拼接 算法、读码序列的长度和基因组的重复的 复杂性。 • 经常使用混合的方法得到高质量的拼接， 比如高深度、短阅读测序的优势常与低深 度但是长阅读测序法相结合。
基因组从头测序
• 例如野生草山羊序列的拼接，因为它具有 4.4Gb并且三分之二的区域有高度重复的转 座元件，所以测序非常困难。 • 首先成据，其中的覆盖率达到了90倍。 • 然后这些片段可以使用双尾阅读信息与长 的支架进行串联。
基本概念
• Lander–Waterman公式：揭示人类基因组 和外显子组测序的一般性规律。 • 从公式中知：通过试算基因组的测序深度 的方差来评估覆盖度的均匀性非常重要。 • 从Box1中知：覆盖度越高最后测序的碱基 数也越多，而且读码序列的个数与长度之 间具有一定的关系,并且在一定的比例时测 序效果最好。
转录组测序
• 例如：比如仅仅四百万个阅读序列就可以 检测到酵母的80%的基因（至少4个reads 映射到它的3‘末端），随着额外数据的添 加加被检测基因的数量增加的并不明显。 • 差异性表达分析：由于外部的刺激或是实 验的偏差造成的基因表达的差异是非常有 用的，经常用于推导生物体内的特异路径， 产生意外的假说。
转录组测序
• 转录物如果分子以每100万个中0.6-2.5个的频率出现， 使用12.4millions特异映射的36bp阅读片段是无法 被检测的。 • 基因组的转录能力影响阅读的深度，哺乳动物中 有成千上万个基因，大多基因都有复杂的结构， 转录时通常跳过基因间序列；而单细胞真核生物、 细菌等含有较少的复杂的基因结构，所以转录产 物也比较少。
高通量基因测序的数据统计与分析
高通量基因测序的数据统计与分析高通量基因测序是一种重要的基因组学技术，它可以对整个基因组或某个基因组区域进行全面测序，大大提高了基因组研究的效率和准确性。
高通量基因测序产生的数据量非常庞大，需要进行数据统计和分析才能得出有意义的结果，这也是高通量基因测序技术的难点之一。
一、数据质量控制高通量基因测序数据的质量控制是数据统计和分析的第一步。
数据质量包括测序深度、测序准确性、读长分布等指标。
可以通过FastQC等工具对测序数据进行初步的质量评估，进一步可以采用Trim Galore、scythe、Sickle等工具对数据进行质量修剪，去除不良序列和低质量序列。
质量控制对于后续的数据分析结果有着至关重要的作用，因为基于低质量的数据分析结果极有可能会引起偏差和误判。
二、数据质量评估随着高通量测序技术的发展，数据质量也得到了越来越多的关注。
现在有很多种方法可以用来评估高通量基因测序数据的质量，其中包括readQ，FASTQC，K-mer等等。
这些方法考虑的方面不尽相同，但总体上是基于过滤或分类数据，计算数据的各种统计指标，或比较数据与参考基因组或其他样本数据的差异。
通过这种方式可以得到数据的可靠性和一些数据特征，为后续的数据分析提供参考。
三、数据预处理高通量测序数据经过质量控制和质量评估之后，接下来就可以进行预处理。
数据预处理包括去除低质量序列、序列比对、序列合并和拆分等处理。
这些处理有助于提高数据的质量，降低因为伪基因计算误差造成的分析偏差。
比如序列比对可以将原始短序列与参考基因组相比较，找到与参考基因组匹配的序列，进一步挖掘基因组信息。
四、数据分析数据预处理完成之后，接下来就是数据分析环节。
高通量测序数据的数据分析是基于不同的模型和算法，对测序数据进行分类、组装、注释等。
常见的高通量基因测序数据分析方法包括序列比对、变异检测、基因表达差异分析、基因注释和基因功能研究等。
这些分析方法可以应用到基因组学、转录组学、表观基因组学、代谢组学等领域，以揭示生命机制背后的秘密。
测序分析报告
测序分析报告1. 引言测序分析是一种通过高通量测序技术获得生物样本基因信息的方法，广泛应用于基因组学、转录组学和蛋白质组学等研究领域。
本报告旨在对测序分析的过程和方法进行简要介绍，并展示测序分析的主要应用和发展趋势。
2. 测序分析的基本步骤测序分析一般包括样本准备、测序实验、数据处理和数据分析四个步骤。
2.1 样本准备样本准备是测序分析的第一步，需要从样本中提取RNA或DNA等核酸物质。
具体的方法通常根据研究目的和样本类型的不同而有所差异，常见的样本准备方法包括基因组DNA提取、总RNA提取和单细胞RNA提取等。
2.2 测序实验测序实验是测序分析的核心步骤，主要通过高通量测序技术获取样本中核酸序列的信息。
常用的测序技术包括Sanger测序、454测序、Illumina测序和Ion Torrent测序等。
每种测序技术都有其优势和局限性，研究者需要根据实际需求选择合适的测序平台和方法。
2.3 数据处理数据处理是测序分析的关键步骤，包括原始数据的质量控制、去除低质量序列和适配体序列的修剪，以及将测序数据转化为可供后续分析的格式等。
常用的数据处理工具和软件包括FASTX-Toolkit、Trimmomatic和Cutadapt等。
2.4 数据分析数据分析是测序分析的最后一步，主要针对测序数据进行生物信息学分析和统计学分析。
常见的数据分析内容包括序列比对、基因表达分析、变异检测和功能注释等。
为了完成这些分析，研究者需要使用一系列生物信息学工具和软件包，如Bowtie、STAR、DESeq2和GATK等。
3. 测序分析的主要应用测序分析在生物医学研究、农业科学和环境科学等领域具有广泛的应用价值。
3.1 基因组学研究测序分析在基因组学研究中扮演着重要角色，可以帮助研究者揭示物种的遗传多样性、功能基因组学和进化基因组学等问题。
通过测序分析，研究者可以对各个物种的基因组进行比较和注释，从而深入理解基因组的结构和功能。
DNA测序数据分析与应用研究
DNA测序数据分析与应用研究DNA测序是一项重要的生物学技术，通过对DNA序列的测定可以揭示生物体的遗传信息，为基因组学、生物医学研究和临床诊断提供了重要的工具。
随着测序技术的不断发展和成熟，高通量测序技术的出现使得大规模的DNA测序成为可能，从而推动了DNA测序数据分析与应用的研究。
DNA测序数据分析是指对测序仪生成的原始序列数据进行处理、整理和解读的过程。
这些原始序列数据通常是由测序仪以碱基序列的形式输出，以FASTQ格式或BAM格式存储。
DNA测序数据分析的主要任务包括序列质量控制、序列比对、变异检测和功能注释等。
在序列质量控制方面，由于测序过程中可能存在测序错误、质量降低和杂质等问题，因此需要对原始序列数据进行质量控制。
常用的质量控制方法包括去除低质量序列、去除接头序列和去除PCR扩增引物序列等。
这些步骤可以有效地提高测序数据的质量，减少后续分析的误差。
序列比对是DNA测序数据分析的重要环节。
通过将测序数据与参考基因组进行比对，可以确定测序数据在参考基因组上的位置。
常用的序列比对算法包括BLAST、Bowtie和BWA等。
通过序列比对，可以确定测序数据中的SNP（单核苷酸多态性）、InDel（插入缺失）和SV（结构变异）等变异信息，为后续的变异检测和功能注释提供基础。
变异检测是DNA测序数据分析的核心内容之一。
通过比对测序数据和参考基因组，可以发现个体间的遗传变异。
常用的变异检测方法包括单样本变异检测和群体变异检测。
单样本变异检测可以发现个体间的SNP、InDel和SV等变异，而群体变异检测可以发现不同个体间的遗传变异，从而研究个体间的遗传差异和群体遗传结构。
功能注释是DNA测序数据分析的重要环节之一。
通过对变异位点进行功能注释，可以揭示变异位点对基因功能和表达的影响。
常用的功能注释方法包括注释SNP的功能类别、预测SNP对蛋白质结构和功能的影响、注释SNP对基因表达的影响等。
功能注释可以帮助研究人员理解变异位点的生物学意义，从而进一步研究其与疾病的关联。
测序深度 分布 泊松分布
测序深度分布泊松分布测序深度是指在基因组测序过程中，对每个碱基进行测序的重复次数，它是评估测序数据质量的一个重要指标。
测序深度的分布通常可以用泊松分布来描述。
泊松分布是一种离散概率分布，它描述了在一段时间或一定空间范围内，某种事件发生的次数的概率分布。
在测序领域中，泊松分布可以用来描述每个碱基在测序过程中被读取的次数。
测序深度的分布对于基因组测序的质量和可靠性具有重要影响。
较高的测序深度意味着每个碱基被测序的次数更多，可以提高测序结果的准确性和可信度。
而较低的测序深度则可能导致测序数据的缺失或错误，影响后续的数据分析和解读。
泊松分布的特点是其平均值等于方差，即分布的形状相对稳定。
在基因组测序中，如果测序深度的分布符合泊松分布，可以通过对测序数据进行统计分析，评估测序的准确性和可靠性。
测序深度的分布与测序技术、测序目的以及测序样本的特性等因素有关。
在基因组测序中，通常会根据测序目的和样本特性确定合适的测序深度。
例如，在全基因组测序中，为了获得全面的基因组信息和较高的准确性，通常会选择较高的测序深度；而在目标区域测序中，可以根据具体需求选择适当的测序深度。
测序深度的分布对于基因组测序数据的后续分析和解读也有一定的影响。
在基因组变异检测、表达谱分析和功能注释等研究中，合理的测序深度分布可以提高数据的可靠性和可解释性。
测序深度的分布是基因组测序中一个重要的指标，它可以用泊松分布来描述。
合理选择和控制测序深度，对于获得高质量的测序数据和准确的研究结果具有重要意义。
在基因组测序中，我们应该根据具体需求和样本特性，选择合适的测序深度，以提高数据的可靠性和可解释性。
植物重测序完成指标
植物重测序项目完成的主要指标通常包括但不限于以下几个方面：
1.测序深度（Coverage）：达到预设的测序深度是重测序项目成功的关键指标之一。
例如，一般要求覆盖整个基因组的平均深度至少为10X或更高，对于复杂区域或重点研究区域，可能需要达到更高的深度，如30X或50X。
2.数据质量（Data Quality）：数据质量包括测序reads 的质量评分（如Phred quality score）、reads 的长度、GC含量分布、错误率等。
高质量的数据意味着序列读段的准确度高，可以更准确地反映基因组的真实信息。
3.序列比对率（Mapping Rate）：比对到参考基因组的序列占总序列的比例，通常期望达到90%以上。
高比对率意味着大部分测序数据得到了有效利用，可以用于后续的变异检测和分析。
4.变异检测准确性（Variant Calling Accuracy）：发现和鉴定SNPs（单核苷酸多态性）、InDels（插入/缺失突变）、结构变异（Structural Variants, SVs）等遗传变异的准确性，通常通过与已知数据库或验证实验进行对比，评估变异检出的假阳性率和假阴性率。
全基因组重测序数据分析
全基因组重测序数据分析1。
简介(Introduction）通过高通量测序识别发现de novo的somatic和germ line 突变，结构变异-SNV，包括重排突变（deletioin，duplication 以及copy number variation）以及SNP的座位；针对重排突变和SNP的功能性进行综合分析；我们将分析基因功能（包括miRNA)，重组率(Recombination）情况，杂合性缺失（LOH）以及进化选择与mutation之间的关系；以及这些关系将怎样使得在disease（cancer）genome中的mutation产生对应的易感机制和功能。
我们将在基因组学以及比较基因组学，群体遗传学综合层面上深入探索疾病基因组和癌症基因组。
实验设计与样本(1）Case—Control 对照组设计；（2）家庭成员组设计：父母—子女组（4人、3人组或多人）；初级数据分析1．数据量产出：总碱基数量、Total Mapping Reads、Uniquely Mapping Reads统计，测序深度分析。
2．一致性序列组装:与参考基因组序列（Reference genome sequence)的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。
3．SNP检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。
并根据参考基因组信息对检测到的变异进行注释。
4．InDel检测及在基因组的分布：在进行mapping的过程中，进行容gap的比对并检测可信的short InDel.在检测过程中，gap的长度为1～5个碱基.对于每个InDel的检测，至少需要3个Paired—End序列的支持。
5．Structure Variation检测及在基因组中的分布: 能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。
测序结果分析
测序结果分析DNA测序技术已经成为了生物学研究的一项非常重要的工具，能够为我们提供大量的基因信息。
但是，得到大量的基因信息并不意味着我们就可以直接进行基因研究，我们还需要对测序结果进行深入的分析才能够更加准确地了解这些基因的特点和功能。
本文将介绍测序结果分析的基本流程和一些常见的方法。
测序结果分析的基本流程测序结果分析的基本流程可以分为以下几步：1.原始测序数据处理：对测序测序的原始数据进行过滤、去重、修剪等操作，得到高质量的序列数据。
2.序列比对：将样本读取序列与参考序列比对，确定SNP、INDEL、等变异信息。
3.基因注释：对比对结果进行注释，在数据库中查找相关基因的信息，如基因的长度、功能、结构、等等。
4.功能富集分析：对匹配到的基因进行功能富集分析，可以了解到哪些基因和功能在样本间被不同地表达。
常见的测序结果分析方法1. 原始数据处理原始数据处理主要包括数据过滤、去除低质量序列、去除接头等步骤。
之后，我们可以得到高质量的序列数据，用于后续的分析。
2. 序列比对序列比对是将样本测序序列与参考序列比对，比对结果用于寻找SNP、INDEL 等变异。
比对的方法包括全局比对和局部比对，全局比对速度慢但结果较准确，局部比对速度快但可能会产生错误结果。
一般常用的软件有Bowtie、BWA、STAR 等。
3. 基因注释基因注释是对比对结果定位到相应的基因序列上，然后通过与数据库进行比对进行注释。
常用的数据库包括NCBI GenBank、KEGG、UniProt等。
从中可以获得各种相关信息，例如功能、结构、长度等。
4. 功能富集分析功能富集分析是对匹配到的基因进行功能分析，可以了解哪些基因和功能在样本间被不同地表达。
常用的软件包括DAVID（Database for Annotation, Visualization and Integrated Discovery）、GO（Gene Ontology）等，这些数据库可以将富集到的功能直接表示为直线图或散点图等方式，分析结果比较清晰。
基因测序数据分析方法研究
基因测序数据分析方法研究基因测序技术的快速发展为我们提供了大量的基因组数据，然而，如何从这些海量的基因测序数据中获取有用的信息并进行深入的研究，成为了当前生物学研究领域面临的重要任务之一。
基因测序数据分析方法的研究，正是为了解决这一问题。
首先，我们需要了解基因测序数据的特点和结构。
基因测序数据可以分为两种类型：DNA测序和RNA测序。
DNA测序常用的方法包括Sanger测序、Illumina测序、PacBio测序等，而RNA测序主要有mRNA测序和RNA-Seq。
这些技术产生的数据类型和数据结构不同，需要采用不同的方法进行分析。
其次，对于基因测序数据的分析，关键问题是如何对数据进行预处理和质量控制。
由于基因测序数据存在一定的误差和噪音，需要先将数据进行清洗和校正，以提高后续分析的准确性。
在这一步中，我们可以使用一些专门的软件和工具，如Trimmomatic、FastQC等，对数据进行质量评估和过滤。
接着，我们可以进行基因测序数据的比对和序列拼接。
比对是将原始测序数据与参考基因组进行比较的过程，可以帮助我们确定位点和变异信息。
常用的比对软件包括Bowtie、BWA、STAR 等。
由于基因组数据的大小和复杂性巨大，拼接则是将测序数据中的短序列片段组装成完整的序列。
这一步需要依赖于一些拼接工具，如SOAPdenovo、Velvet等。
基因表达分析是基因测序数据分析的重要应用之一。
通过对mRNA测序数据进行分析，可以揭示基因的表达模式和差异表达基因。
例如，我们可以使用DESeq2、edgeR等工具，对基因表达数据进行差异分析，找出在不同条件下表达显著变化的基因。
此外，对RNA测序数据还可以进行外显子富集分析、融合基因检测等进一步的功能分析。
除了基因表达分析，基因组变异分析也是基因测序数据分析方法中的重要内容之一。
基因组变异包括单核苷酸多态性（SNP）、插入/缺失（indel）、结构变异等。
通过对测序数据进行变异分析，可以帮助我们了解疾病的发生机制和个体之间的遗传差异。
全基因组重测序数据分析详细说明
全基因组重测序数据分析1. 简介(Introduction)通过高通量测序识别发现de novo的somatic和germ line 突变，结构变异-SNV，包括重排突变（deletioin, duplication 以及copy number variation）以及SNP的座位；针对重排突变和SNP的功能性进行综合分析；我们将分析基因功能（包括miRNA），重组率（Recombination）情况，杂合性缺失（LOH）以及进化选择与mutation之间的关系；以及这些关系将怎样使得在disease（cancer）genome中的mutation产生对应的易感机制和功能。
我们将在基因组学以及比较基因组学，群体遗传学综合层面上深入探索疾病基因组和癌症基因组。
实验设计与样本（1）Case-Control 对照组设计；（2）家庭成员组设计：父母-子女组（4人、3人组或多人）；初级数据分析1．数据量产出：总碱基数量、Total Mapping Reads、Uniquely Mapping Reads统计，测序深度分析。
2．一致性序列组装：与参考基因组序列（Reference genome sequence）的比对分析，利用贝叶斯统计模型检测出每个碱基位点的最大可能性基因型，并组装出该个体基因组的一致序列。
3．SNP检测及在基因组中的分布：提取全基因组中所有多态性位点，结合质量值、测序深度、重复性等因素作进一步的过滤筛选，最终得到可信度高的SNP数据集。
并根据参考基因组信息对检测到的变异进行注释。
4．InDel检测及在基因组的分布: 在进行mapping的过程中，进行容gap的比对并检测可信的short InDel。
在检测过程中，gap的长度为1~5个碱基。
对于每个InDel的检测，至少需要3个Paired-End序列的支持。
5．Structure Variation检测及在基因组中的分布: 能够检测到的结构变异类型主要有：插入、缺失、复制、倒位、易位等。
基因组测序技术的数据分析与结果解释方法
基因组测序技术的数据分析与结果解释方法随着基因组测序技术的快速发展，数据产生的速度和规模也在不断增加。
如何对这些海量的基因组数据进行有效的分析和结果解释，成为了现代生物学研究的重要课题。
本文将介绍基因组测序技术的数据分析和结果解释方法，以帮助读者更好地理解和应用这一领域的知识。
第一部分：基因组测序数据分析方法基因组测序技术涉及到测序样本的DNA分子的测序读取。
首先，将测序样本中的DNA分子片段断裂，并将其转化为文库（library），然后通过PCR扩增和文库构建来放大和分离所需的DNA分子片段。
文库制备完成后，利用基因组测序仪对文库进行测序，产生大量的测序读取数据。
1. 数据质控和预处理基因组测序数据可能存在测序错误、噪声和低质量数据等，因此在进行数据分析之前，需要对数据进行质控和预处理。
可以使用质量评估工具对测序数据进行评估，剔除低质量的读取，并进行质量修剪和去除接头序列等预处理步骤。
2. 序列比对和拼接得到高质量的测序数据后，下一步是进行序列比对和拼接。
比对是将测序数据与参考基因组进行比较，以确定每个读取序列在参考基因组上的位置。
常用的比对工具包括Bowtie和BWA等。
拼接是将多个测序读取序列组装成较长的连续序列，常用的拼接工具有SOAPdenovo和SPAdes等。
3. 变异检测和突变注释基因组测序数据分析的重要任务是检测基因组中的变异和突变。
变异检测可以通过比对数据和参考基因组的差异来实现。
常用的变异检测工具有GATK和SAMtools等。
检测到的变异信息需要进行注释，以确定其可能的功能和疾病相关性。
第二部分：基因组测序结果解释方法基因组测序数据的分析结果需要进行解释，以揭示基因组的功能、变异的影响和相关的生物学机制。
1. 基因功能注释对检测到的变异和突变进行基因功能注释是结果解释的重要一环。
基因功能注释可以利用公共数据库、功能预测工具和生物学知识来确定变异的可能影响。
常用的功能注释工具有ANNOVAR和Variant Effect Predictor等。