最近在分析一個重測序的SV過程中出現(xiàn)了一些問題，在使用lumpyExpression分析時，獲得disordants Reads的時候出現(xiàn)異常，幾乎獲得的全部的mappingReads，原因探查過程如下：

提取disordants Reads的時候使用的方法是samtools，根據(jù)每一條reads的FLAG進行判斷，具體代碼如下：

samtools view -b -F 1294 sample.bam > sample.discordants.bam

-F代表過濾掉對應FLAG的reads，1294代表reads的FLAG情況，具體包含的reads如下，在這一步驟的核心是要過濾掉“read mapped in proper pair"的reads，即左右兩端mapping在一致區(qū)域的reads

這個html為一個小程序，如上面的截圖，輸入Flag的編號可以得到對應哪些類型的Reads

在BWA mem的軟件參數(shù)中包含一個 -P參數(shù)，具體介紹如下：

-P    In the paired-end mode, perform SW to rescue missing hits only but do not try to find hits that fit a proper pair.

說明如果輸入-P參數(shù)，在mapping的過程中或跳過fit a proper pair的步驟，也就意味著結果不會給出read mapped in proper pair這樣的一個FLAG，而我們平臺現(xiàn)在的BWA mem代碼包含這樣一個參數(shù),如下：

具體參數(shù)測試結果如下：

包含 -P 參數(shù)：

同樣的的reads的FLAG變成了83和163，代表含義如下，包含read mapped in proper pair的注釋

由此可見-P參數(shù)會影響每一條reads的FLAG，由于這種read mapped in proper pair在SV的分析過程中的判斷是十分重要的，所以建議刪除掉平臺BWA mem模塊的-P參數(shù)

經(jīng)過測試，BWA -p參數(shù)除了影響FLAG外還會影響readsMapping的位置，在CallSNP過程中會造成很大的偏差，測試結果如下：

下圖為同一條序列在不同mapping方法中的位置差異，上面為添加-p參數(shù)的結果，下面為不添加-p的結果，可以發(fā)現(xiàn)，不添加-p組中，每一條reads的左右兩端均可以匹配在臨近區(qū)段，且均在第二號染色體，而在添加-p組中，reads幾乎全被mapping到9號染色體上，且左右兩端reads的距離差距非常大，IGV截圖（截圖中為chr9對應區(qū)域,上面為添加-p參數(shù)，下面給為不添加-p參數(shù)）中也可以發(fā)現(xiàn)添加-p參數(shù)計算出的SNP位點存在明顯的假陽性現(xiàn)象，再次證明-p參數(shù)需要被移除