全外显子测序(WES)由入门到精通记录

heroacool

已于 2023-01-26 01:27:44 修改

阅读量5.5k

点赞数 6

分类专栏：外显子测序文章标签：外显子测序

于 2022-01-07 22:09:43 首次发布

本文链接：https://blog.csdn.net/heroacool/article/details/122373440

版权

外显子测序专栏收录该内容

3 篇文章

订阅专栏

背景

作者是一个没有生信背景知识的程序员，近期对全外显子测序有些感兴趣，因此记录一下学习过程，和大家共同进步。

预备知识

WES基础知识
 什么是基因
 什么是DNA
二代测序基础知识
 等位基因

软件安装

bwa

git clone https://github.com/lh3/bwa.git
cd bwa
make

由于bwa的makefile没有写intall的脚本，所以我们直接将编译的目录加入到环境变量中，

vim ~/.bashrc
export PATH=${PATH}:/usr/local/cuda/bin/:/home/fangl5/Downloads/bwa-0.7.17/

samtools

下载samtools-1.14.tar.bz2
解压后

    ./configure
    make
    sudo make install

java 11

sudo apt-get install openjdk-11-jdk

picard

wget https://github.com/broadinstitute/picard/releases/download/2.26.10/picard.jar

gatk

sudo apt-get install git-lfs
git clone https://github.com/broadinstitute/gatk.git
./gradlew bundle

将gatk加入到环境变量PATH中，和bwa中操作一致。

SOAPnuke

git clone https://github.com/BGI-flexlab/SOAPnuke.git
cd SOAPnuke 
make

加入环境变量中

下载数据

hg38.ga

wget http://hgdownload.cse.ucsc.edu/goldenPath/hg38/bigZips/hg38.fa.gz

gatk参考文件

我直接将google cloud中文件夹下载下来了

gsutil -m cp -r \
  "gs://genomics-public-data/resources/broad/hg38/v0/" \
  .

gatk-tutotial 相关数据 google cloud地址

genomics-public-data

annovar 数据下载

http://hgdownload.cse.ucsc.edu/goldenpath/hg38/database/

实践fastq to vcf

# 大于2G的参考基因组要用参数-a bwtsw  
# 约40min
bwa index -a bwtsw hg38.fa
java -jar ~/Downloads/picard.jar CreateSequenceDictionary R=./hg38.fa O=./hg38.dict
samtools faidx hg38.fa
gatk IndexFeatureFile -I ./Mills_and_1000G_gold_standard.indels.hg38.vcf

https://app.terra.bio/#workspaces/help-gatk/GATK4-Germline-Preprocessing-VariantCalling-JointCalling/notebooks/launch/1-gatk-germline-variant-discovery-tutorial.ipynb