變異是指實際測序數據與國際規定的參考基因組之間的差異。許多變異實際上只是人類多樣性的原因。突變是指那些與疾病有關的突變。
例如，ENSEMBL等人指定的人類參考基因組文件中的某個位置是AAAAA，然後壹個人的實際測序序列是AGCAA，因此與參考基因組相比，這個人有兩個突變位點。對於第二個位置，如果我們查看所有已知的測序，大多數人都是G，這意味著參考基因組有問題，這種突變不能稱為突變。對於第三個位置，如果妳查看所有已知的測序，大多數人都是A，而恰好有壹個人不是A，但他是患者，那麽這個突變就是突變。
SNP（單核苷酸多態性）:單核苷酸多態性。個體間基因組DNA序列相同位置的單核苷酸變異（取代、插入或缺失）引起的多態性。在人類基因組中，SNP分布廣泛且密度高，總數超過107，平均每300bp（或1kbp）就有壹個SNP。或具有單核苷酸位點變異的SNV。
插入-刪除:插入和刪除。基因組上的小片段（:50bp）。
CNV（拷貝數變異）:基因組拷貝數的變異。基因組中的大片段DNA會形成異常的拷貝數。例如，壹個基因在染色體染色單體上的數目是1，但在染色體復制過程中，該基因的染色單體數目在復制後從1變為2或n。其頻率遠高於染色體結構變異的頻率，覆蓋全基因組的核苷酸總數大大超過SNP的總數。
SV（結構變異）:結構變異。大染色體片段的插入和刪除，染色體內部的某個區域發生了顛倒，兩條染色體之間發生了重組。
壹般來說，只分析SNP，其他類型的變異分析很困難或不準確。
來自兩個不同個體的DNA片段AAGCTTA和aagctta是等位基因。幾乎所有常見的SNP位點都只有兩個等位基因。
在人體中，SNP的概率約為0.1%，即每1000個堿基對可能存在壹個SNP（高密度）。對疾病發生和藥物治療有重大影響的SNP估計只占數百萬SNP的壹小部分。
SNP位點的分布是不均勻的，它在非轉錄序列中比在轉錄序列中更常見。編碼SNP（cSNP）是編碼區的單核苷酸多態性，也可分為同義和非同義兩種類型。非同義SNP會改變蛋白質的氨基酸序列。非編碼區和基因間隔區的SNP仍可能影響轉錄因子結合、剪接等過程。
從進化的角度來看，SNP具有相當程度的穩定性，即使代代相傳後，SNP引起的變化也不是很大，因此可以用來研究族群的進化。
HISAT2是壹款使用改進的BWT算法進行序列比對的軟件。由約翰霍普金斯大學計算生物學中心（位於JHU的CCB）開發，它是TopHat的升級版，速度提高了50倍。使用HISAT2+StringTie過程，我們可以快速分析轉錄組的測序數據，並獲得每個基因和轉錄本的表達。
首先，我們需要為下壹次比較建立壹個參考基因組索引。HISAT2提供了兩個腳本來從基因組註釋GTF文件中提取剪接位點和外顯子位置。基於這些特征，RNA-Seq reads比對可以更加準確。然後做讀取映射。
比較結果:
SAM（序列比對/作圖）數據格式是高通量測序中存儲比對數據的標準格式。BAM是SAM的二進制格式。使用samtools將sam文件轉換為bam文件並對其進行排序。
SAM文件:
Vcf格式（變體調用格式）是存儲突變位點的標準格式，用於記錄變體（SNP/InDel）。BCF是VCF的二進制文件。
Stats統計文件: