介紹下freebayes軟件
FreeBayes是一種貝葉斯遺傳變異檢測器，設計用于發現小的多態性，特別是SNP（單核苷酸多態性），插入缺失（插入和缺失），MNP（多核苷酸多態性）和復雜事件（復合插入和替代事件） 短讀序列比對的長度。
FreeBayes是基于單倍型的，在某種意義上，它基于與特定目標對齊的讀取的字面序列調用變體，而不是它們的精確對齊。 該模型是基于比對檢測或報告變體的先前概述（例如PolyBayes，samtools，GATK）。 該方法避免了基于比對的變體檢測的核心問題之一 - 相同的序列可以具有多種可能的比對：
FreeBayes對來自群體和參考基因組（以FASTA格式）的任意數量的個體使用短讀比對（具有Phred + 33編碼質量評分的BAM文件，現在是標準的），以確定群體的最可能的基因型組合 參考中的每個位置。 它報告它在變體調用文件（VCF）格式中發現假定為多態的位置。 它還可以使用變體的輸入集合（VCF）作為先驗信息的來源，以及使用拷貝數變體圖譜（BED）來定義分析中的樣品的非均勻倍數變異。
以上來源于google對github上freebayes軟件簡介的翻譯。
用我自己的話來說，freebayes是用來檢測snp，indel的軟件，是目前最準確的軟件。
驗證思路
總體分為圖片上的幾步，其中Bwa、create bam和sort bam使用了兩個工具，bwa軟件和samtools軟件。網上學習下使用方法即可。
驗證過程我主要做的是Mutation、Reads和compere三個步驟。依次解釋下每個步驟。
Mutation 變異
根據已知的生物知識模擬DNA的變異，主要是SNP和Indel，并將模擬的結果保存，用于之后的比較。
要特殊注意的是，在模擬時不能將SNP和Ins（插入）位點選取在del（刪減）區域內，原因是，即使發生了SNP和Ins但是這也是無法觀察到的。
Reads 讀取DNA序列
這一步我是根據Illumina的測序流程來進行模擬的，具體過程在前面的文章中。在這里我遇到的一個坑是，我要根據mutation文件來進行變異的操作，然后在操作過程中不能改變位點的位置，即發生del和ins時，后面的位點位置不能發生變化。起初我將DNA序列作為字符串處理，但這樣進行del操作時，del位點之后的位置都會向前移，ins也同樣，這樣的話，結果就與mutation文件中的就完全不一樣，沒有任何價值。
糾正的方法是使用數組，將DNA序列作為數組處理。最后生成read文件。
Bwa、bam bwa比較和bam文件生產排序
這幾步主要都由現有的軟件來完成。
首先使用Bwa比對read與原始DNA的位置關系。
之后使用samtools軟件生產bam文件并對bam文件的索引進行排序。
freebayes軟件檢測
使用freebayes軟件很簡單，輸入原始的DNA序列和排序后的bam文件，即可得到檢測結果。
輸出的格式為vcf文件。
最后進行驗證比較
這一步就是最后對freebayes軟件進行驗證了，主要是用正則提取出mutation文件和vcf文件中的SNP與Indel信息，統一兩者的格式，同一位置發生同樣的變異則算為檢測成功。最后可以得到兩個信息：覆蓋度（所有真變異有多少被檢測出來了）和準確度（所有檢測到的變異有多少是正確的）。
最終結果
可以看到結果還是很不錯的，能有90%以上。
