定义：融合基因是指两个或者多个基因联合起来，一起转录形成一个转录本；
检测的意义：融合基因可以作为某些疾病的特异分子标记，比如
bcr/abl融合基因存在于95%以上的慢性粒细胞白血病患者中；
AML1/ETO融合基因主要见于急性粒细胞白血病部分分化型患者中；
CBFβ/MYH11融合基因是M4Eo型白血病的分子标志；
PML/RARα融合基因是急性早幼粒细胞白血病(APL)的分子标志；
检测方法：
只有少数的融合基因是因为染色体易位等原因，在DNA水平上联合在一起，而大多数的融合基因在DNA水平上并没有真正的融合在一起，只是在转录的时候共同转录而已，
所以通常利用RNA-seq来研究融合基因；只要检测到一个转录本来源于不同的基因，就可以识别出融合基因；
fusionMap 可以利用RNA_seq的数据来检测融合基因，http://www.arrayserver.com/wiki/index.php?title=FusionMap
原理：
通过两种方式来检测融合基因：
1) 对于没有mapping 上的基因组的unmapped reads, 通过识别 Fusion junction-spanning reads 来识别融合基因；这部分reads 在mapping的时候由于插入缺失的限制，没有能够mapping 上任何一个基因；
2）对于mapping 上基因组的reads, 通过识别 Inter-transcript read pairs 来识别融合基因，这部分reads 的R1端和R2端分别mapping 到不同的基因
在fusionmap 中，假定融合基因由2个基因组成，对于没能比对上基因组的Fusion Junction-spanning reads, 又分为两类：设定一个阈值，如果这条reads 在两个基因中比对上的长度都大于阈值，就属于seed reads; 如果在任意一个基因中比对上的长度小于阈值，就属于Rescued reads;
安装：
由于fusionmap 是一个在windows 平台上开发的一个.exe 文件，为了能够在linux 平台上运行，需要安装mono 这个软件，就用官网推荐的版本就可以
下载fusinomap 安装包，下载物种对应的数据库
测试：
结果：
FusionID : 识别到的融合基因的ID，前缀都为FUS,第一个数字为融合基因的起始位置，第二个数字为融合基因的终止位置，这里的位置实际上都是累积位置，把所有的染色体按照字母顺序首位相连构成一条参照的染色体，这样每个基因在这条染色体上都有一个位置，所以这里的位置都是累积位置，可以发现，终止位置的数字总是比起始位置大；括号里的内容是形成融合基因的两个基因的链的方向
Strand : 形成融合基因的两个基因的链的方向， 包括++， --， +-, -+ 四种组合
Position1: 检测到的融合基因的起始位置
Chromosome1 : gene1 所在的染色体
Chromsome2: gene2 所在的染色体
Position2: 检测到的融合基因的终止位置
knowGene1 : gene1 的symbol
KnowTranscriptStrand: gene1的转录本的方向，有多个转录本，就有多个方向
KnowGene2: gene2 的symbol
KnowTranscripitStrand : gene2的转录本的方向，有多个转录本，就有多个方向
FusionGene: 融合基因的名字，有gene1->gene2
SplicePattern: 剪切模式，在融合基因的断点处的剪切模式，GT-AG, 在真核生物中存在可变剪切，不同物种间的exon之间的剪切位点是保守的，fusionmap 通过识别剪切位点作为融合基因的breakpoint， 还有其他几种常见的剪切模式，比如GC-AG，AT-AC
在fusionmap 的输出结果中，还会给出accepted_hits.FusionReads.bam 文件，这个文件记录了fusionmap 识别到的融合基因的reads, 举一个具体的例子：
以FUS_10436924_1077001566(++) 融合基因为例，对应的bam文件中的内容为：
ST-E00169:303:HC7LFALXX:3:2109:11921:42147 67 1 10436820 60 106M22S 17 7952031 0 CTCTTTTCTTTTTTCTTGTGCTGAGAATCTCGTTAGTAGCATGTGGCCTAACAAAAGGAAAAAATGTTTTTAAACACACACACACACACACACACACACACACACACATATACACACACAAAAACAGA AAFFFJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJFJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJFJJJAFJJ<FJJFJ<JAF-A ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Seed
ST-E00169:303:HC7LFALXX:3:2112:29680:36451 179 1 10436895 60 31M9S 17 7952031 0 ACACACACACACACACACACACACACACACACATACACAC F7<JJJJF<JFJJJJFFJJJFJJJFJJJJFFJJFFFAAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:1224:28270:28206 179 1 10436898 60 28M12S 17 7952031 0 CACACACACACACACACACACACACACACATACACACACA JJJJJJJJJJJFJFJJJJJJJJJJJJJJJJJFJFJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2124:27681:49267 179 1 10436898 60 28M12S 17 7952031 0 CACACACACACACACACACACACACACACATACACACACA JJJJJJJJJJFFJJJJJJJJJJJJJJJJJJJFJAJFA-AA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:1209:27651:10503 179 1 10436900 60 26M12S 17 7952031 0 CACACACACACACACACACACACACACATACACACACA F-JFFFJJF<JJJJJJJJJJJJJJJJJJJFJJJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2208:30036:65968 179 1 10436900 60 26M12S 17 7952031 0 CACACACACACACACACACACACACACATACACACACA JJJJJJJJFJJJJJJJJJJJJJJJJJJJJFJJJFFFAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2209:4026:58848 179 1 10436900 60 26M12S 17 7952031 0 CACACACACACACACACACACACACACATACACACACA JAJFJJJJF<JJJFJJJJJJJJJJJJJJJJJ<JFFFAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2110:31020:2452 179 1 10436901 60 25M9S 17 7952031 0 ACACACACACACACACACACACACACATACACAC JJJJJJJJJJJJJJJJJJJJFJJJJJJFJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2219:23632:11664 179 1 10436904 60 22M12S 17 7952031 0 CACACACACACACACACACACACATACACACACA JJJJJJJJJJJJJJJFJJJJJJJJJJJJJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2109:11921:42147 131 17 7952031 30 106S22M 1 10436820 0 CTCTTTTCTTTTTTCTTGTGCTGAGAATCTCGTTAGTAGCATGTGGCCTAACAAAAGGAAAAAATGTTTTTAAACACACACACACACACACACACACACACACACACATATACACACACAAAAACAGA AAFFFJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJFJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJJFJJJAFJJ<FJJFJ<JAF-A ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Seed
ST-E00169:303:HC7LFALXX:3:1209:27651:10503 115 17 7952031 60 26S12M 1 10436900 0 CACACACACACACACACACACACACACATACACACACA F-JFFFJJF<JJJJJJJJJJJJJJJJJJJFJJJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:1224:28270:28206 115 17 7952031 60 28S12M 1 10436898 0 CACACACACACACACACACACACACACACATACACACACA JJJJJJJJJJJFJFJJJJJJJJJJJJJJJJJFJFJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2110:31020:2452 115 17 7952031 60 25S9M 1 10436901 0 ACACACACACACACACACACACACACATACACAC JJJJJJJJJJJJJJJJJJJJFJJJJJJFJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2112:29680:36451 115 17 7952031 60 31S9M 1 10436895 0 ACACACACACACACACACACACACACACACACATACACAC F7<JJJJF<JFJJJJFFJJJFJJJFJJJJFFJJFFFAAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2124:27681:49267 115 17 7952031 60 28S12M 1 10436898 0 CACACACACACACACACACACACACACACATACACACACA JJJJJJJJJJFFJJJJJJJJJJJJJJJJJJJFJAJFA-AA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2208:30036:65968 115 17 7952031 60 26S12M 1 10436900 0 CACACACACACACACACACACACACACATACACACACA JJJJJJJJFJJJJJJJJJJJJJJJJJJJJFJJJFFFAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2209:4026:58848 115 17 7952031 60 26S12M 1 10436900 0 CACACACACACACACACACACACACACATACACACACA JAJFJJJJF<JJJFJJJJJJJJJJJJJJJJJ<JFFFAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
ST-E00169:303:HC7LFALXX:3:2219:23632:11664 115 17 7952031 60 22S12M 1 10436904 0 CACACACACACACACACACACACATACACACACA JJJJJJJJJJJJJJJFJJJJJJJJJJJJJFFAAA ZF:Z:FUS_10436924_1077001566(++) ZT:Z:Rescued
这里实际上保存的是fusionmap 识别到的融合基因的reads, 比如 ST-E00169:303:HC7LFALXX:3:2109:11921:42147 这条reads 的比对出现了两次，第一次比对到染色体1 上，比对情况为106M22S, 就是说这条reads 的前106bp 比对到染色体1上，比对上的起始位置为10432860； 第二次比对到染色体17上，比对情况为106S22M，就是说这条reads的后22bp比对到染色体17上，比对上的起始位置为7952031，由于在两个基因上的比对长度一个为106，一个为22，都超过了预先设定的最小比对长度，所以认为该reads 为Seed reads, 根据这个比对情况，我们就可以认为检测到了一个融合基因，由1号染色体和17号染色体上的两个基因共同转录生成了一个转录本；
其他reads的比对情况也是一样的道理，可以发现，识别到的某个融合基因的breakpoint的位置是固定的，对于一个融合基因，只有识别到两条以上的reads支持该融合基因时，才认为检测到的是一个真实的融合基因，可以通过reads 比对的起始位置和终止位置来判断，如果起始位置和终止位置相同，则可能为相同模板的PCR 产物， 只能算作1条；只有起始和终止位置不同时，才可以算作不同的reads, 在fusionmap 输出的报告文件中，还有几列保存了这些信息；
accepted_hits.UniqueCuttingPositionCount ： unique cut 的次数，和上面说的支持融合基因的reads数目是一个道理，实验时将转录本随机打断进行测序，只有存在多个打断的位置，才会出现多条支持该融合基因的reads, 这个数字越大，证明该融合基因的准确度越高；
黑色的线条是真实存在的融合基因形成的转录本，灰色的fragment是随机打断该转录本生成的序列，红色为融合基因对应的breakpoint,图中一共4条reads, 但是中间的2条reads 位置相同，可能是PCR 重复，所以实际上只能说有3条reads 支持该融合基因；fusinomap 在统计reads 数目的时候，实际上只看在第二个基因中的终止位置是否相同来判断，对于例子中的融合基因，报告中的值是3
accepted_hits.SeedCount ： Seed reads 的个数
accepted_hits.RescuedCount ： Rescude reeds 的个数SplicePattern : fusionmap 会识别融合基因的breakpoint 处的剪切模式，并对其进行分类，GA-TC这样的剪切模式是最常见的，类型为CanonicalPatter[Major]，接下来比较常见的是GC-AG 和 AT-AC, 类型为CanonicalPatter[Minor]， 对于其他的剪切模式，一般不常见，类型为NonCanonicalPatter；如果一个融合基因的breakpoint 处的剪切模式越常见，则检测到的该融合基因为真实存在的融合基因的可能信越大
Frameshift: breakpoint 处的密码子框的类型，3个碱基构成一个密码子，标记为0，1，2， 示意图如下：
FrameshiftClass: 上述几种常见的Frameshift 都归为In-Frame, 其他类型为 Frame-Shift；
OnExonBoundary： 融合基因的breakpoint 是否位于基因的外显子的边界，一共有三种类型，None, Single, Both
Distance : 融合基因的breakpoint 在两个基因之间的距离，如果两个基因位于不同的染色体，值为-1；
