学习用，建议点击：http://blog.sina.com.cn/s/blog_6721167201018fyw.html 查看原始博文

Change Logs：12/08/10:增加一些说明，修改部分注释。

12/08/02: 更新VariantFiltration用法；增加语法高亮显示；更新DepthOfCoverage用法；Part1基本更新完毕~~

GATK (全称The Genome Analysis Toolkit)是Broad Institute开发的用于二代重测序数据分析的一款软件，里面包含了很多有用的工具。

前段时间刚发布了2.x版本的，最近几天都在不断更新，网址也搬迁到

不过目前为止原先的文档还没有全部转移过去。2.0版本有一些比较大的更新，同时增加了一些新的功能，具体内容可以参考目前依然出于比较初步的阶段，下面还是以1.x版本进行介绍 (后面涉及到的大部分应该变动都不大) 。

================================== 下载 =================================

想要得到更新提醒的话可以添加邮件提醒(页面现在貌似删掉了，可能是换地址了，麻烦需要的自己找下吧，或者下次我再补上= =)

从以上两个地址下载到的是已经编译好的版本，可以直接运行，如果需要下载源程序，可以去github上去找，或者linux底下可以通过git工具来下载，下载好的源程序再通过ant进行编译即可，此处不再赘述。

================================== 运行 =================================

后面以GATK 1.x的最后一个版本1.6-13进行介绍，GATK是一个java程序，解开编译好的压缩包，我们可以看到下面有几个文件：

$ ls

AnalyzeCovariates.jarGenomeAnalysisTK.jar resources

两个后缀名为jar的文件和一个名为resources的文件夹，这两个.jar文件就是后面我们要用到java程序，主要要用的就是GenomeAnalysisTK.jar这个程序，resources文件夹里面有一些example的数据，可以用来进行一些测试，另外GATK网站上面还提供了跟human基因组相关的很多数据下载， 例如dbsnp的数据等等)，在做跟human相关的一些分析的时候可以直接从上面下载。

Java程序可以在任何安装有Java平台的系统上运行，运行的时候语法如下：

java -jar

-jar这个参数是必须有的，后面跟你的java程序，例如我们这边就是

java -jar /home/biosoft/GenomeAnalysisTK-1.6-13/GenomeAnalysisTK.jar …

这边在引用程序位置时推荐使用绝对路径，然后除了-jar这个参数以外，还有一个经常用到的参数就是用来设定内存上限的-Xmx参数，用法如下：

java -Xmx -jar …

这边的size可以用m、g等等做单位，例如

java -Xmx4g -jar /home/biosoft/GenomeAnalysisTK-1.6-13/GenomeAnalysisTK.jar …

就表示把内存的最大使用量限制在4G，对于处理一些比较大的文件，可以适当的把这个值调高一点，来提高运算效率或者防止内存不足程序无法运行。

================================== 全局参数 =================================

GenomeAnalysisTK.jar这一个程序里面包含了很多小的子程序，可以通过

java -jar /home/biosoft/GenomeAnalysisTK-1.6-13/GenomeAnalysisTK.jar --help

来查看具体内容，更详细的说明请参照

然后简单的介绍一下几个全局的参数，这些参数是基本上都会用到的几个参数

--analysis_type / -T (required String)

这个参数是必须的，用来设定选用的子程序 (GATK的参数一般都可以通过一个长参数名或者一个短参数名来进行设定，在每个用法页面的Argument details里面都会用/给出两种名称)，所以一个最基本的GATK命令行的样子应该是

java -jar /home/biosoft/GenomeAnalysisTK-1.6-13/GenomeAnalysisTK.jar \

-T \

……