最近有人問GRCh37有這麼多版本差別在哪裡
目前Basespace DRAGEN上有提供三個版本的GRCh37
分別是hg19 / GRCh37 / GRCh37 hs37d5
起因
這是因為不同組織整理的時間不同，對於序列品質標準也不同，一部分是當時參考序列沒有實質上的完全解碼，因此未解出的contig上解讀就不同。
而GRCh38版就是解碼程度比較完整的版本，hg38就等於GRCh38，在DRAGEN上GRCh38版本只有HLA序列有無的差別。鑒於如此，本篇主要敘述GRCh37版本的差異
GRCh37/hg19 /GRCh37 hs37d5差異
GATK論壇上有GRCh38版本的差異釋疑[1]，裡面有提到版本差異。
GRCh37版本
GRCh37版本是Genome Reference Consortium Human Build 37，是人類參考序列組織所整理的參考序列版本，也是最早的版本，之後Ensembl也是基於這個參考序列。
上圖為Ensembl GRCh37上截圖
要注意Ensembl的參考序列沒有加上"chr"使用上要小心，例如BED檔上的chr要先處理。
hg19版本
hg19是University of California at Santa Cruz (UCSC)整理的，因他們的Genome Browser是當時最好用的軟體，hg19版本廣為流傳。
hg19版本是UCSC基於GRCh37版本，更動某些contig名稱，因此除核心染色體外其他contig的編碼跟GRCh37不同。
上圖為DRAGEN上hg19核心染色體名稱截圖
至於實際內容呢? 有沒有分析上更細節的差異呢?
GATK論壇中有製作一個表格提到兩個版本的差別[1]
差異大部分存在非核心染色體的Contig上。
大部分核心染色體都沒有差別，有相同MD5碼。
而在文中討論了四種版本參考序列，主要染色體的差異在染色體3號,染色體Y,及粒線體有差異。
在Basespace上的DRAGEN中只有GRCh37及hg19，這兩個版本在主要染色體上只有粒線體上有差異。
兩個版本粒線體差異
粒線體版本在hg19採用NC_001807.4; 而GRCh37採NC_012920.1
這兩個版本有超過40個位點不同。
上圖是將兩組粒線體版本做Pair-wise blast的結果，我們可以看到identities上有42個差異。
GRCh37 hs37d5
至於DRAGEN上GRCh27 hs37d5是1kGenome計畫所使用的參考序列
其基於GRCh37版本修改的版本。
1. Integrated reference sequence from the GRCh37 primary assembly (chromosomal plus unlocalized and unplaced contigs)
2. The rCRS mitochondrial sequence (AC:NC_012920)
3. Human herpesvirus 4 type 1 (AC:NC_007605)
4. Concatenated decoy sequences (hs37d5cs.fa.gz)
GRCh37 hs37d5核心染色體與hg19/GRCh37沒有差異，差異只有在decoy序列及粒線體序列
甚麼是decoy序列
在hg19,hg38版本中都有decoy序列，decoy序列是定序中常出現的序列，而這些序列並不是人類參考序列的一部分，舉一個例子是EBV病毒序列，這個病毒常常出現在定序的原始資料中[2]。
decoy是誘餌的意思，誘餌序列是為了增加分析的正確性，因為Alignment演算法在某種程度上仍會窮盡搜尋結果找出最好的結果，這些外來DNA會被強迫比對到基因體上，加入誘餌序列可以讓這些外來DNA不會比對到核心基因體上，另外一個隨之而來的好處，因為Alignment也會因為找出最佳解提前結束搜索，加入decoy序列可以加速比對時間。
維持一個染色體版本固定使用就好
因為這幾個版本的參考列在23條染色體上沒有差異，差異在decoly序列上，這樣的差異會讓某些序列回貼到不同的decoly參考序列上，如果你是研究粒線體疾病，可能差別會更大，而許多三級分析軟體看染色體編號是ChrM或MT就能辨識差異，在三級分析解決這個問題，因此我們了解了參考序列的差異後，就可以根據自己的研究目標挑選參考序列，接下來就是確定一個染色體版本並固定使用那個版本就好。
Reference:
1. https://gatk.broadinstitute.org/hc/en-us/articles/360035890711-GRCh37-hg19-b37-humanG1Kv37-Human-Reference-Discrepancies
2. https://kb.10xgenomics.com/hc/en-us/articles/360001610751-Is-it-important-to-use-the-hs38d1-decoy-in-Long-Ranger-WGS-