WES与WGS数据线粒体DNA数据分析及检测工具

1. 线粒体DNA的异质性

传统的全外显子组测序（WES）和全基因组测序（WGS）的二代测序（SGS） 数据分析流程，能够识别多种类型的基因改变。但大多数用于基因变异分析和注释的工具，在输出文件中并未对线粒体 DNA（mtDNA）中的变异进行优化。这是由于 mtDNA 具有一种特殊的特性 —— 异质性，即细胞内存在多种类型的线粒体基因组。

实际上，与仅存在两份拷贝的核基因组不同，大多数体细胞中 mtDNA 的拷贝数可达约 1000 到 10000 份。

因此，mtDNA 可以处于异质状态，即细胞内不同 mtDNA 分子的序列存在差异；或者处于同质状态，即所有 mtDNA 的序列相同。突变型和野生型分子的比例通常被称为异质性百分比或异质性频率。

尽管如此，利用专门的生物信息学工具，结合进行 SGS的遗传学实验室现有的标准硬件和专业知识，从 WES 或 WGS 的原始 SGS 测序数据中提取这类信息是可行的。

2. 粒体DNA分析基本流程

从通过 WES 和 WGS 测序的样本的 FASTQ 文件出发，能够对线粒体染色体（chrM）进行变异检测，包括同质和异质变异（即使是低至 2 - 3% 以上的低频率变异）。

生成 BAM 文件的比对阶段，与经典的 WES 或 WGS 分析流程相同。唯一的区别在于，需要将 FASTQ 文件中的读数比对到人类线粒体基因组（修订的剑桥参考序列 —rCRS，NCBI NC_012920.1），而非完整的人类基因组。从生成的 BAM 文件中，便可以通过生物信息学工具检测线粒体变异。

3. 识别线粒体DNA变异工具

与核基因组不同，核基因组中的变异通常以预期的变异等位基因频率（VAFs）出现，杂合子约为 50%，纯合子约为 100%，而 mtDNA