融合遺伝子の検出
STARではChimeric.out.junctionが生成します。
Chimeric.out.junctionでは粗い融合遺伝子候補が出力されています。
STAR-FusionではChimeric.out.junctionにフィルタリングをかけて
融合遺伝子候補を絞り込みます。
Note
genome_lib_dir
/home/kks_th/CaGMeJ_git/SRC/v8/database/GRCh38/Homo_sapiens_assembly38.fasta , v37のgtfファイル , GRCh38_gencode_v37_CTAT_lib_Mar012021.plug-n-play.tar.gzのfusion_annot_lib.gzから作成したディレクトリがあります。
出力結果はtsvファイルとして生成します。
tsvファイルはテキストファイルのため そのままで見ることができます。
tsvファイルをlessコマンドで見ると融合遺伝子が検出されていることがわかります。( テキストファイルを見る方法 )
tsvファイルのフォーマットは https://github.com/STAR-Fusion/STAR-Fusion/wiki を見てください。
Genomon Fusion
STARでは将来的にdeprecateされる予定ですがオプションを設定することで
Chimeric.out.samが生成します。
Chimeric.out.samでは粗い融合遺伝子候補が出力されています。
Genomon FusionではChimeric.out.samにフィルタリングをかけて
融合遺伝子候補を絞り込みます。
https://supcom.hgc.jp/internal/materials/lect-pdf/20171030/Genomon2_Tutorial_1.pdf ( hgcのアカウントが必要です。)
を参考にしてください。
Note
fastaファイルのprefix
Genomonはfastaファイルのprefixからchrを取り除いていますが、
このパイプラインではchrをつけていても動くように
fusionfusion-0.4.0とfusion_utils-0.2.0を改変しています。
Note
中間ファイルが空ファイルのとき
フィルタリングにより融合遺伝子候補が一つも検出されなかったとき
その時点で正常終了します。
そのとき出力ディレクトリに{prefix}.logファイルが出力されます。
以上のような動作になるようにfusionfusion-0.4.0を改変しています。
Note
遺伝子名のアノテーション
デフォルトだとRefSeqとGENCODEの両方を参照しますが
--ens_gene_only または --ens_exon_only を設定したときはGENCODEのみを参照するように改変しました。
/home/kks_th/CaGMeJ_git/SRC/v8/genomon_rna_star_fusion_gencode_v37のデータベースはwgEncodeGencodeCompV37.txt.gzのENSTの列を遺伝子名の列に置換して作りました。