簡介：混池測序分析（Bulked segregant analysis）是一種省時省力、廣泛應(yīng)用于挖掘性狀遺傳位點(diǎn)的方法，已有多種相應(yīng)算法被開發(fā)出來。包括基于高低池等位基因頻率差異的ΔSNP-index方法，基于歐式距離的方法，基于G值計算的G’方法，基于LOD值計算的SmoothLOD方法以及基于非參數(shù)檢驗(yàn)的Ridit方法等。這些方法缺乏用戶友好型軟件，從而使用復(fù)雜；同時大多只適用于兩個混池，且難以檢測復(fù)雜性狀和背景下的微效位點(diǎn)。

DeepBSA是2022年8月在雜志Molecular Plant上發(fā)表的利用深度學(xué)習(xí)進(jìn)行功能基因定位的混池測序新算法。作者將開發(fā)的新算法和五種廣泛使用的算法集成為一個軟件，包括數(shù)據(jù)預(yù)處理、功能位點(diǎn)定位以及模擬數(shù)據(jù)生成等功能。同時開發(fā)出一個用戶友好的操作界面，通過簡單操作可以快速獲得定位的圖表，還可以比較不同方法的結(jié)果差異。

DeepBSA流程及操作界面

文章引用：Li Z., Chen X., Shi S., Zhang H., Wang X., Chen H., Li W., and Li L. (2022). DeepBSA: A deep-learning algorithm improves bulked segregant analysis for dissecting complex traits. Mol. Plant. doi: https://doi.org/10.1016/j.molp.2022.08.004.

軟件地址：http://zeasystemsbio.hzau.edu.cn/tools.html,? 目前更新到v1.4，且分別提供Windows版本和Linux版本，相應(yīng)使用步驟在 github （https://github.com/lizhao007/DeepBSA）上也有說明。操作手冊附在最后。

目前筆者收到的反饋報錯基本都是輸入VCF文件格式不對造成的，特強(qiáng)調(diào)以下幾點(diǎn)：

1、VCF文件中的SNP只保留染色體的，不要Contig或Scafflod上的，不然軟件識別“染色體”太多，會閃退。

2、VCF文件中不要保留親本列的信息，只需要混池列的信息。

3、VCF文件有多個混池時，應(yīng)該安裝表型順序排列；除了DL和ridit這兩個能識別多個池的方法會用到所有池信息，其它方法只會用到最高和最低池的信息。

4、VCF文件可以有#注釋行，CSV文件不可以有。

5、多等位基因的位點(diǎn)軟件不識別，需要去掉。

6、進(jìn)一步維護(hù)的只有Windows版本，建議使用這個版本。

結(jié)果文件包括定位圖（PNG和PDF）、定位區(qū)間以及每個SNP的方法值（可以自己進(jìn)一步作圖），如下：