fgbio，picard处理带有UMI的fq序列

UMI:unique molecular identifier，UMI建库检测稀有突变、校正测序错误与PCR偏差等。

得到包含UMI分子标签信息的BAM文件

1.提取UMI

# 也能处理.gz 压缩文件

picard FastqToSam F1=test_read1.fq F2=test_read2.fq O=test.uBam SM=testsamplefgbio  -Xmx50G ExtractUmisFromBam  -i  test.uBam  -o  test.umi.uBam  -r  5M2S+T 5M2S+T  -s  RX -t ZA  ZB

2. 比对去掉umi的序列

samtools fastq  test.umi.uBam | bwa mem -t 50 -p /data/ref/hg38/hg38 /dev/stdin | samtools view -b > test.umi.Bam

3. 合并uBam 和 Bam 得到带有UMI信息的比对文件

picard MergeBamAlignment R=/data/ref/hg38/hg38.fa \UNMAPPED_BAM=test.umi.uBam  \ALIGNED_BAM=test.umi.Bam \O=test.umi.merged.Bam  \CREATE_INDEX=true    \MAX_GAPS=-1 \ALIGNER_PROPER_PAIR_FLAGS=true \VALIDATION_STRINGENCY=SILENT \SO=coordinate \ATTRIBUTES_TO_RETAIN=XS

4. Call Consensus Reads

fgbio GroupReadsByUmi \--input=test.umi.merged.Bam \--output=test.umi.group.Bam  \--strategy=paired  --min-map-q=20  --edits=1 --raw-tag=RXfgbio CallMolecularConsensusReads \--min-reads=1 \--min-input-base-quality=20 \--input=test.umi.group.Bam \--output=test.consensus.uBamsamtools fastq test.consensus.uBam | bwa mem -t 50 -p /data/ref/hg38/hg38  /dev/stdin | samtools view -b - > test.consensus.Bampicard MergeBamAlignment R=/data/ref/hg38/hg38.fa \UNMAPPED_BAM=test.consensus.uBam  \ALIGNED_BAM=test.consensus.Bam \O=test.consensus.merge.Bam  \CREATE_INDEX=true    \MAX_GAPS=-1 \ALIGNER_PROPER_PAIR_FLAGS=true \VALIDATION_STRINGENCY=SILENT \SO=coordinate \ATTRIBUTES_TO_RETAIN=XSfgbio FilterConsensusReads \--input=test.consensus.merge.Bam  \--output=test.consensus.merge.filter.Bam \--ref=/data/ref/hg38/hg38.fa --min-reads=2 \--max-read-error-rate=0.05 \--max-base-error-rate=0.1 \--min-base-quality=30 \--max-no-call-fraction=0.20fgbio ClipBam \--input=test.consensus.merge.filter.Bam   \--output=test.consensus.merge.filter.clip.Bam \--ref=/data/ref/hg38/hg38.fa  \--clip-overlapping-reads=true

参考：

http://fulcrumgenomics.github.io/fgbio/tools/latest/
https://broadinstitute.github.io/picard/command-line-overview.html#LiftOverIntervalList

fgbio，picard处理带有UMI的fq序列相关推荐

linux中fq格式转fa,利用linux处理fq/fa小练习
刘小泽写于19.1.11 知识就是这样,越用越熟练,像awk.grep.sed等,用时间长了就有感觉了:另外所有我们遇到的问题都能搜索到,所以不用担心办法解决这份题不是我出的,数据也不是我的,我只是 ...
bam文件转fq.gz文件
bam转fq过程 1.fq文件格式 2.bam文件格式 3.转换思路 3.1 软件bedtools自带功能 3.2 自己写代码 3.3 代码示例 4.参考资料 1.fq文件格式 fastq格式是一 ...
Sentieon软件UMI单分子标记处理模块发布，大幅提升准确度和速度
单分子标签技术(Unique Molecular Identifier, UMI)被广泛应用在极高灵敏度的NGS检测中,尤其是目前炙手可热的循环肿瘤DNA (ctDNA) 检测.ctDNA作为一种非侵 ...
利用python处理dna序列_利用Python编程提取基因组基因序列
生物技术. DOI: 10.16660/j.cnki.1674-098X.2019.11.141 利用Python编程提取基因组基因序列 ① 庞雪原张婷婷 (东北农业大学生命科学学院黑龙江哈尔滨 ...
序列操作神器：Seqkit
导读本文[1]将介绍 SeqKit :用于 FASTA/Q 文件操作的跨平台和超快工具包,后续提供了一些长用的示例. 1. 安装 conda 安装 conda install -c bioconda ...
NAR：UNITE真菌鉴定ITS数据库——处理未分类和并行分类
上方文章标题要求:包括杂志名缩写(一个词的杂志名不缩写,两个及上用实词首字母)和吸引人且有重要信息的语句,中间用中文冒号(:)分隔注:文中灰色部分(引用格式)为写作说明文字,帮助编辑规范Markdo ...
NAR：UNITE真菌鉴定ITS数据库——处理未分类和并行分类(数据库文章阅读笔记Markdown模板)...
上方文章标题要求:包括杂志名缩写(一个词的杂志名不缩写,两个及上用实词首字母)和吸引人且有重要信息的语句,中间用中文冒号(:)分隔注:文中灰色部分(引用格式)为写作说明文字,帮助编辑规范Markdo ...
NAR：UNITE真菌鉴定ITS数据库——处理未分类和并行分类(数据库文章阅读模板)
上方文章标题要求:包括杂志名缩写(一个词的杂志名不缩写,两个及上用实词首字母)和吸引人且有重要信息的语句,中间用中文冒号(:)分隔注:文中灰色部分(引用格式)为写作说明文字,帮助编辑规范Markdo ...
空间转录组学（Spatial Transcriptomics）
01.空间转录组技术的发展近年来单细胞转录组测序技术的应用大大拓宽了人们的视野,使人们能够深入了解组织中细胞的构成的多样性和基因表达状态.众所周知,基因表达具有时间和空间的特异性,通过对不同时间点的 ...