生信软件41 - GATK经典使用方法合集

最新推荐文章于 2025-03-27 15:22:37 发布

生信与基因组学

最新推荐文章于 2025-03-27 15:22:37 发布

阅读量1.3k

点赞数 21

分类专栏：生物信息学软件文章标签： bash linux 数据分析

本文链接：https://blog.csdn.net/LittleComputerRobot/article/details/143435173

版权

生物信息学软件专栏收录该内容

45 篇文章

订阅专栏

1. 标记PCR重复序列

gatk MarkDuplicates \
    -I input.bam \
    -O marked_duplicates.bam \
    -M marked_dup_metrics.txt

2. 碱基质量分数重校准 (BQSR)

# STEP1: 生成recal_data.table表
gatk BaseRecalibrator \
    -I marked_duplicates.bam \
    -R reference.fasta \
    --known-sites known_sites.vcf \
    -O recal_data.table

# STEP2: 矫正BAM碱基质量
gatk ApplyBQSR \
    -R reference.fasta \
    -I marked_duplicates.bam \
    -bqsr recal_data.table \
    -O recalibrated.bam

3. 变异检测

3.1 单样本变异检测

# reference.fasta: 参考基因组fasta文件
gatk HaplotypeCaller \
    -R reference.fasta \
    -I recalibrated.bam \
    -O output.vcf.gz

3.2 多样本变异检测

gatk HaplotypeCaller \
    -R reference.fasta \
    -I sample1.bam \
    -I sample2.bam \
    -I sample3.bam \
    -O output.vcf.gz

4. 变异过滤

# QD: 深度的质量分数, 变异位点的质量分数除以测序深度
# QD < 2.0表示低质量的变异

# MQ： 比对质量值， 衡量reads比对到参考基因组的准确性
# MQ < 40.0表示比对质量较差

# FS: Fisher链偏好性检验值, 使用Fisher精确检验计算正负链reads分布的偏好性
# FS > 60.0表示存在明显的链偏好性

gatk VariantFiltration \
    -R reference.fasta \
    -V input.vcf.gz \
    --filter-expression "QD < 2.0 || FS > 60.0 || MQ < 40.0" \
    --filter-name "FILTER" \
    -O filtered.vcf.gz

5. 拷贝数变异 (CNV) 分析

适用于肿瘤样本的CNV分析即，及全基因组或外显子组测序数据的CNV检测。

# STEP1: 对每个区间内的reads计数
gatk CollectReadCounts \
    -I sample.bam \
    -L intervals.list \
    --interval-merging-rule OVERLAPPING_ONLY \
    -O read_counts.tsv

# STEP2: 去噪
gatk DenoiseReadCounts \
    -I read_counts.tsv \
    --count-panel-of-normals pon.tsv \
    --standardized-copy-ratios standardized_copy_ratios.tsv \
    --denoised-copy-ratios denoised_copy_ratios.tsv

# STEP3: 片段CNV分析
gatk ModelSegments \
    --denoised-copy-ratios denoised_copy_ratios.tsv \
    --output-prefix output

6. 生殖细胞变异检测

# calling gvcf
gatk GenotypeGVCFs \
    -R reference.fasta \
    -V input.g.vcf.gz \
    -O output.vcf.gz

7. 体细胞变异检测

gatk Mutect2 \
    -R reference.fasta \
    # 肿瘤样本比对BAM
    -I tumor.bam \
	# 对照样本对比BAM
    -I normal.bam \
    --normal-sample normal_sample_name \
    -O somatic_output.vcf.gz