SV鉴定软件--smartie-sv和BayesTyper的使用

smartie-sv的安装
- 1. smartie-sv的安装，需要依赖htslib和blasr
- 2. hstlib的安装
- 3. blasr的安装
- 4. smartie-sv的配置
- 5. smartie-sv的使用
- 6. 运行结果
bayesTyper的安装
- 1. bayesTyper安装
- 2. Platypus的安装
- 3. manta的安装：
- 4. bayesTyper的使用
- - 4.1：Generation of variant candidates（候选变异的生成）
  - - 4.1.1 用GATK的HaplotypeCaller模块鉴定候选位点。
    - 4.1.2 用Platypus鉴定小的以及中等的变异
    - 4.1.3 用manta鉴定大的结构变异
    - 4.1.4 多种变异的合并
  - 4.2 Genotyping based on variant candidates（基于候选变异的基因分型）
  - - 4.2.1 计算测序数据的 k-mers
    - 4.2.2 鉴定变异的cluster
    - 4.2.3 对cluster进行genotype
    - 4.2.4 利用bcftools对结果进行合并

最近一直在折腾结构变异SV的鉴定，SV的鉴定软件虽然很多，但是在最近的两篇基因组文章里面，主要用的是smartie-sv和bayesTyper，其中smartie-sv主要用于基因组间的比较，也可以用于三代数据的比较；bayesTyper主要用于二代数据的SV鉴定，适用于群体，速度较快。

参考文献:
[1] Genome assembly of a tropical maize inbred line provides insights into structural variation and crop improvement
[2] Eight high-quality genomes reveal pan-genome architecture and ecotype differentiation of Brassica napus

smartie-sv的安装

smartie-sv的详细信息在这里.

1. smartie-sv的安装，需要依赖htslib和blasr

$ git clone --recursive https://github.com/zeeev/smartie-sv.git  #获取samrtie-sv
$ cd smartie-sv && make

2. hstlib的安装

$ git clone https://github.com/samtools/htslib.git
$ autoconf
$ ./configure
$ make
$ make install

3. blasr的安装

$ wget https://github.com/PacificBiosciences/blasr/archive/master.zip -O blasr.zip
$ unzip blasr.zip
$ mv blasr-master/ blasr
$ cd blasr
$ make -j 8

4. smartie-sv的配置

smartie-sv需要用到htslib的bgzip、htsfile、tabix，以及blasr的blasr、sawriter，所以我们需要把5个可执行文件链接到smartie-sv的bin文件夹下，以便smartie-sv对其的调用。

$ cd smartie-sv/bin
$ ln -s ../../htslib/bin/bgzip ./
$ ln -s ../../htslib/bin/htsfile ./
$ ln -s ../../htslib/bin/tabix ./
$ ln -s ../../blasr/alignment/bin/blasr ./
$ln -s ../../blasr/alignment/bin/sawriter ./

5. smartie-sv的使用

smartie-sv的使用在官方的README.md有示例，它支持snakename的命令。

$ bin/sawriter target.fasta  #利用sawriter对基因组进行index
# 本地运行时
$ snakemake -s Snakefile -w 50 -p -k -j 20

6. 运行结果

# Snakefile内容，在安装目录"smartie-sv/pipeline/Snakefile"位置，定义call SV等方法，便于流程使用
shell.prefix("source config.sh; set -eo pipefail ; ")configfile: "config.json"def _get_target_files(wildcards):return config["targets"][wildcards.target]def _get_query_files(wildcards):return config["queries"][wildcards.query]rule dummy:input: expand("variants/{target}-{query}.svs.bed", target=config["targets"], query=config["queries"])rule callSVs:message: "Calling SVs"input  : SAM="mappings/{target}-{query}-aligned.sam", TARGET=_get_target_files, PG=config["install"] + "/bin/printgaps"output : "variants/{target}-{query}.svs.bed"shell  : """cat {input.SAM} | {input.PG} {input.TARGET} variants/{wildcards.target}-{wildcards.query}"""rule runBlasr:message: "Aligning query to target"input:   BL=config["install"] + "/bin/blasr", TARGET=_get_target_files, QUERY=_get_query_filesoutput:  "mappings/{target}-{query}-aligned.sam", "unmappings/{target}-{query}-unaligned.fasta"shell:   """{input.BL} -clipping hard -alignContigs -sam -minMapQV 30 -nproc 6 -minPctIdentity 50 -unaligned {output[1]} {input.QUERY} {input.TARGET} -out {output[0]}"""

我们需要修改的只有文件"config.json"，主要包含smartie-sv的目录，参考基因组文件和比对基因组文件，以json格式存在。

{"install":"smartie-sv",             #最好写绝对路径
"targets":{"zs11":"Darmor.fa"},
"queries":{"Darmor":"Darmor.fa"},
}

最后生成三个文件夹，mappings、unmappings和variants，sv信息主要在variants文件

其中zs11-Darmor.svs.bed包含SV的信息，以bed格式存在

bayesTyper的安装

bayesTyper的详细信息在这里.
Platypus的详细信息在这里.
Manta的详细信息在这里.

bayesTyper的官网文档推荐使用三种方法鉴定变异（GATK、Platypus和manta），然后利用bayesTyperTools对变异文件进行合并，然后利用bayesTyper的cluster进行cluster，最后利用bayesTyper的genotype进行基因分型。

1. bayesTyper安装

bayesTyper的安装非常简单，安装完成后会在bin目录下生成bayesTyper 和bayesTyperTools两个可执行文件

$ git clone https://github.com/bioinformatics-centre/BayesTyper.git
$ cd BayesTyper && make -j 4

2. Platypus的安装

$ git clone https://github.com/andyrimmer/Platypus.git
$ cd Platypus && make -j 4
# 使用platypus的只需运行bin目录下的Platypus.py
$ python bin/Platypus.py --bamFiles=BAM.bam --refFile=REF.fa --output=variants.vcf

3. manta的安装：

manta采用的是cmake的方式，所以要另外新建一个安装目录，另外manta需采用python 2.7 版本，以及需要Cython模块。安装成功后会在bin目录下生成三个文件，configManta.py、configManta.py.ini和runMantaWorkflowDemo.py，我们主要用的就是configManta.py。

$ git clone https://github.com/Illumina/manta.git
$ make manta_build && cd manta_build
$ ../manta-1.6.0/configure --prefix=`pwd`
$ make -C /public/home/guocc/software/manta_build
$ make -j4 install

4. bayesTyper的使用

在官方文档中，鉴定变异的主要流程分为2大部分：

4.1：Generation of variant candidates（候选变异的生成）

以比对完的bam文件（推荐以bwa的mem）为起始，分为一下几个步骤：

4.1.1 用GATK的HaplotypeCaller模块鉴定候选位点。

4.1.2 用Platypus鉴定小的以及中等的变异

4.1.3 用manta鉴定大的结构变异

4.1.4 多种变异的合并

利用bayesTyperTools的combine功能对以上三种方法的结果进行合并，合并命令为:

$ bayesTyperTools combine -v GATK:<gatk_sample1>.vcf,GATK:<gatk_sample2>.vcf,PLATYPUS:<platypus_sample1>.vcf,PLATYPUS:<platypus_sample2>.vcf,MANTA:<manta_sample1>.vcf,...,prior:<prior>.vcf -o <candiate_variants_prefix> -z

注意这里-v参数后面接的是字符串，为gatk:sample.vcf格式，各个样品间用“，”分隔，参数-z 表示以压缩格式gz输出。
bayesTyper的combine格式需要一个参数文件–contigs.txt，里面包含基因组的所有contig信息。格式为##contig=<ID=8,length=146364022>

4.2 Genotyping based on variant candidates（基于候选变异的基因分型）

4.2.1 计算测序数据的 k-mers

这里主要用的KMC3来对比对后的bam文件进行kmer的统计，参数为（-k55 -ci1 -fbam)
计算完kmer后，用bayesTyperTools makeBloom -k <kmc_output_prefix> -p <num_threads>生成bayesTyper需要的前提文件。
kmc生成的为<sample_id>.kmc_pre和<sample_id>.kmc_suf两个文件，bayesTyperTools makeBloom生成的为<sample_id>.bloomMeta和<sample_id>.bloomData两个文件，这里一定要在同一文件下运行，且前缀名一致。

4.2.2 鉴定变异的cluster

运行命令：

$ bayesTyper cluster -v <candiate_variants_prefix>.vcf.gz -s <samples>.tsv -g <ref_build>_canon.fa -d <ref_build>_decoy.fa -p <num_threads>

所有的结果都会按cluster分成很多个unit，存在独立的文件
文件<sample>.tsv包含的信息为<sample_id>，<sex>和<kmc_output_prefix>
cluster的结果输出在bayestyper_cluster_data目录

4.2.3 对cluster进行genotype

bayesTyper genotype -v bayestyper_unit_<unit_id>/variant_clusters.bin -c bayestyper_cluster_data -s <samples>.tsv -g <ref_build>_canon.fa -d <ref_build>_decoy.fa -o bayestyper_unit_<unit_id>/bayestyper -z -p <num_threads>

4.2.4 利用bcftools对结果进行合并

bcftools concat -O z -o <output_prefix>.vcf.gz bayestyper_unit_1/bayestyper.vcf.gz bayestyper_unit_2/bayestyper.vcf.gz ...

此贴为记录我的爬坑之路，因为之前百度都没有找到任何与这两个软件相关的信息，所以很是头疼。希望能帮到大家，供大家参考。
以上就是全部步骤，最后两步还没跑通，等跑通后再做分享。

结构变异SV的鉴定--smartie-sv与bayestyper相关推荐

基于全基因组测序数据鉴定结构变异的四大类方法总结
不同类型的基因组变异示意图(图片来源:labspaces) 上次给大家总结介绍了基因组单核苷酸多态性(single nucleotide polymorphism,SNP)的鉴定方法,今天给大家介绍结 ...
NC｜王军/宋默识结合三代测序解析肠道菌群结构变异和功能
期刊:Nature Communications 链接:https://doi.org/10.1038/s41467-022-30857-9 - 研究背景 - 测序技术的不断进步是生命科学发展的重要原 ...
结构变异（ SV ）分析介绍
结构变异( SV )分析基因组结构性变异(Structure Variantions,简称SVs)通常指基因组上大长度的序列变化和位置关系变化.基因组结构性变异类型很多,包括长度在50bp以上的长片 ...
breakdancer检测结构变异
breakdancer 来啦@-@,今天给大家分享一下breakdancer这个工具. 软件介绍 breakdancer是一款结构变异检测软件,对双端测序数据进行开发,BreakDancer-1.1 ...
Nature子刊|“二代+三代”宏基因组学揭示肠道微生物群的个性化结构变异
2022年,<Nature communications>期刊发表的"Short- and long-read metagenomics expand individualize ...
使用LUMPY检测结构变异
LUMPY是一款基于概率框架检测结构变异(structure variants)的软件, 它根据read-pair, split-read, read-depth和其他先验知识寻找基因组上可能的结构变 ...
dbvar:染色体结构变异数据库
欢迎关注"生信修炼手册"! 染色体结构变异structural variation(SV), 被定义为1kb以上范围的DNA结构变化,通常包括缺失,重复,倒位,易位,当然也包含拷贝 ...
DGVa:染色体结构变异数据库
欢迎关注"生信修炼手册"! DGVa是一个来自EBI的染色体结构变异数据库,通过文献整理和科研人员提交两种方式,存储了多个物种的染色体结构变异信息,网址如下 https://www ...
检测结构变异——Manta的使用方式简介（生信）
Manta 的使用方式简介一 Manta简介 1.1 原理简介 1.1.1 **Build breakend association graph** 1.1.2 **Analyze graph ed ...

结构变异SV的鉴定--smartie-sv与bayestyper