Genome varScant | 基因组结构变异 | 基于TBtools

小杜的生信筆記

已于 2024-10-09 17:41:46 修改

阅读量788

点赞数 15

分类专栏：转录组数据分析文章标签：科研绘图生物信息学基因组结构变异组学

于 2024-10-09 16:49:33 首次发布

本文链接：https://blog.csdn.net/kanghua_du/article/details/142790919

版权

转录组数据分析专栏收录该内容

37 篇文章 3 订阅

订阅专栏

引言

今分享基因组结构变异检测的教程，大家常用的软件基本是minimap2软件，这个软件也是出自李恒大佬之手，但是对于新手小白，或是没有服务器的同学而言，直接在本地使用minimap2是不现实的。

然而，今天可以啦。

这个主要是归功于CJ老师开发的TBtools软件。非常厉害的一个生信化软件，TBtools问世以来真是造福了多少生信小白。用过以后，你会一直使用下去的。自己在19年开始了解TBtools，一直到现在，中间换过多台电脑，但是首选安装的软件中一定会有它。

我们前面做过基于TBtools做基因家族分析 | 生信部分,绘制Circos基因圈图 | TBtools等几个教程。

今天，我本想直接使用minimap2来跑一下，抱着TBtools可能会有的心情，就去搜索了一下教程，结果真的有哦！

那么也就是记录一下，这个分析过程，详细的教程和参数CJ老师，也在对应教程推送过。我们也在推文中记录一下，方便你我他!

参考：

https://mp.weixin.qq.com/s/xEZFwx525RclUEwNPbdZoQ
https://mp.weixin.qq.com/s/MHI0jAJdy-_cxpMih6dsQg

基因组结构变异检测

1. 打开TBtools，安装Genome VarScan插件

2. 找到Sequence analysis文件夹

3. 找到P00560**

4. 点击install

5. 打开插件

在这里，我们直接使用CJ老师教程内容，介绍对应参数。参考：TBtools | 基因组结构变异检测插件 Genome VarScan 参数说明

调用Minimap2进行两个基因组的比对，生成一个paf文件

基于paf文件，提取编译，其中包括SV和SNP，一般我们就关注SV

其中第一步没有过多调整空间，第二步可以理解为 paftools.js 的 java 实现。所以整体参数和效果，跟 minimap2+paftools.js 鉴定结构变异几乎一样。详解如下：

CPU：线程数，默认是2 ，进行两基因组全序列比对时可使用，注意到，越多线程会使用越多内存，我测试大体水稻基因组的比对，那么一个线程大概要4G 内存。其实具体跟后续BatchSize参数有关系；

Diff：三个基因组序列分歧度标准，如果似乎非常近源甚至是同个物种或品种，那么 OneInThousand，指代1000个碱基只有1个碱基不同；OneInHundred，指代100个碱基会有1个碱基不同。基本上，这两个可以处理绝大多数物种材料。当然，对于比如一些园艺作物，多年生，高杂合材料等等，不同材料的基因组差异可能会比较大，比如 FiveInHundread，指代100个碱基会有5个不同，这个已经支持了跨物种的比对，比如甜橙比对到荔枝… 按照需要来调整，这个可以提高灵敏度和准确性

VarRange：共两个参数，一般如果是做多态性引物开发，30~200以及足够，再长也不方便跑PCR电泳区分

BatchSize：每次读入内存，用于比对到数据块大小，会直接影响内存占用，500Mb 每次默认。如果发现基因组比较大，可以考虑降低，比如做到 200。

Min Align Length for Cov Calc：如果一个 Alignment 长度低于给定值，比如 10000 ，就不参与覆盖度的计算。逻辑上对于两个物种单倍型比对，最好的比对结果 Cov 是 1 。不然可能是假阳性比对，对应了假SV。过滤长度，避免比对碎片影响 Cov 计算。

Min Align Length for Var Calling：如果一个 Alignment 长度低于给定值，比如 50000，就不进行 SV 检测。逻辑上，过短的比对，也不适合做 SV 检测。当然，检测了SV，那么也考虑Cov的问题。

MaqQ：如果比对质量低于给定值，那么不进行变异检测。逻辑上，可以只用 MapQ 60 。毕竟这个对应最高质量。需要注意的是，MapQ = 60 很容易达成。从某个角度来说，比对质量是基于 Query 来说的，查询序列没有更好或者相对较好的比对位置时，那么就会有 MapQ60。所以对于Subject来说，同一个位置可以有多个MapQ 的比对，但其中最好，逻辑上只有一个。当然那这个是展开。

PrintSeq：结果文件中是否要包含SV相关序列，注意到如果 INS 或 DEL 非常大，那么这个序列会很长。

6. 比对
结合自己的需求将对应的基因组fa文件拖进去即可。比对还是很快的，我这里使用15个CUP，基因组小一点，几分钟就可以完成。

7. 使用PAF Viz进行可视化

直接在搜索框搜索PAF Viz即可。

将其输出的PAF文件拖进去即可进行可视化。

感叹

时间飞逝，我们可能一转眼硕士，博士就毕业了，亦或是一转眼毕业好多年。但是，回头想一想，我们在以往的时间中又留下了什么呢？难道真的如《再别康桥》中所说，轻轻的我走了，正如我轻轻的来，我轻轻的招手，作别西天的云彩。

自己做分享，亦或是自己的学习笔记，马上3年。你问我，这3年，你分享了什么呢？若是，没有推文，自己也很难回答。但，回头一看自己的文件夹，嗯，还是有点痕迹的。好比，TBtools，就是一个生信软件，但是你深挖一下，给你的感觉就是：哇哦，很有干货哦！不亏是CJ老师。（PS：这里并不是吹捧TBtools，只是自己使用后的感悟。此外，这也不是我第一次推荐TBtools。）