SNVの検出
生成した bam ファイルをもとに SNP ( 一塩基多型 ) や indel ( insertion / deletion ) を検出します。
出力結果はvcfファイルとして生成します。
vcf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。
vcfファイルをlessコマンドで見るとSNV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 )
vcfファイルのフォーマットなどは https://samtools.github.io/hts-specs/VCFv4.1.pdf を見てください。
PARABRICKS MUTECT CALLER
ハプロタイプを局所的にアセンブリして、小さな体細胞変異を検出します。
ソフトウェア名 |
バージョン |
使い方 |
|---|---|---|
samtools |
docker://biocontainers/tabix:v1.9-11-deb_cv1 |
Singularity |
tabix |
docker://biocontainers/samtools:v1.9-4-deb_cv1 |
Singularity |
Note
FilterMutectCalls
PARABRICKS MUTECT CALLERが出力した体細胞変異を
FilterMutectCallsでフィルタリングします。
{サンプル名}.mutect.filtered.vcf.gzが出力結果です。
PARABRICKS DEEPVARIANT
Deep learningをベースにしたツールです。
bamファイルからpileup画像を作成し、convolutional neural networkを使って
画像を分類することで変異を検出します。
GenomonFisher
GenomonPipelineからGenomonFisherを呼び出します。
TumorサンプルとNormalサンプルで
ref(リファレンスデータと同じ塩基)の割合とalt(変異を示す塩基)の割合を
Fisher検定してp値をもとにフィルタリングして変異を検出します。
GenomonFisherについては
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
GenomonMutationFilter-0.2.1を改変しています。
Note
mutfilter realignment
GenomonMutationFilter(Version 0.3.1)をもとに
作成したmutfilter_realignment.pyを
このパイプラインでは使ってます。
従来で1時間かかった処理が30分になりました。
PARABRICKS HAPLOTYPECALLER
ハプロタイプを局所的にアセンブリして、生殖細胞系列のSNPやindelを検出します。
cgpPindel
Cancer Genome Project 用に改変したpindel v2.0です。
体細胞変異(insertionとdeletion)を検出します。
https://github.com/cancerit/cgpPindel を参考にしてください。
PARABRICKS STRELKA
生殖細胞系列変異や体細胞変異を検出します。
Note
FORMATのGT
annovarはvcfを処理するときにGTの情報が必要ですが
strelkaが出力するvcfにはGTが含まれていません。
annovarで処理するためにNORMALのGTを0/0, TUMORのGTを0/1として追加しています。
(NT=refのrecordだけ抽出するなどの処理はせずに単純に全部のrecordにGTを追加しています。)
Strelka2
生殖細胞系列変異や体細胞変異の解析に最適化されていて、速く正確に実行されます。
Strelka2については
を参考にしてください。
Note
indelCandidates
このパイプラインではStrelka2のindelCandidatesオプションに
MantaのcandidateSmallIndels.vcf.gzを設定します。
そのためMantaの実行終了を待ってからStrelka2が実行されます。