CNVcaller使用小记

一、CNVcaller

1.1 前置环境：

win11的Ubuntu系统为分析平台

        perl

        python3

        blasr

        samtools

        python 包：click、numpy==1.20.0、scikit-learn==0.22.2 、pandas==1.2.0

        建议：pip intall click numpy scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

Tips: CNVcaller更新代码：

        1. 将Genotype.py中的

calinski_harabaz_score  全部替换为 calinski_harabasz_score

        2. 分析过程中所有输入输出文件都使用绝对路径

1.2 软件地址

GitHub - JiangYuLab/CNVcaller

下载压缩包：https://github.com/JiangYuLab/CNVcaller/archive/refs/heads/master.zip

解压缩：

 改文件路径:

CNV.Discovery.sh和Individual.Process.sh

 

 二、Call CNV

2.1 参考基因组准备

以牦牛为例：

https://ftp.ensembl.org/pub/release-109/fasta/bos_grunniens/dna/Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa.gz

解压缩：Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa

2.1.1 基因组索引

perl CNVcaller-master/bin/CNVReferenceDB.pl Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa -w 1000

输出：referenceDB.1000

2.1.2 reference.fa.sa 自己生成dup文件

1）sawriter Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa

输出 Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa.sa  （与bwa index 生成的.sa不一样，注意区分文件目录）

2）python 0.1.Kmer_Generate.py Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa 1000 kmer.fa

3）blasr kmer.fa Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa --sa Bos_grunniens.LU_Bosgru_v3.0.dna.toplevel.fa.sa --out kmer.aln -m 5 --noSplitSubreads --minMatch 15 --maxMatch 20 --advanceHalf --advanceExactMatches 10 --fastMaxInterval --fastSDP --aggressiveIntervalCut --bestn 10

4）python 0.2.Kmer_Link.py kmer.aln 1000 yak_1000.link

2.2 Call CNV

2.2.1 Individual RD processing

bash Individual.Process.sh -b yak1.bam -h yak1 -d dupfile(yak_1000.lik) -s X

文件输出至三个文件夹：RD_raw RD_absolute RD_normalized

将RD_normalized中文件以绝对路径写入 yak_normalized_list

注意排除内容为空的标准化文件-2023-4-5

2.2.2 CNVR detection

bash CNV.Discovery.sh -l yak_normalized_list -e exclude_list -f 0.1 -h 3 -r 0.5 -p primaryCNVR -m mergeCNVR

-r 根据群体数量按推荐参数设置  bash CNV.Discovery.sh 可查看

 

输出： primaryCNVR 和 mergeCNVR

exclude_list为空或应剔除的个体

2.2.3 Genotyping基因型识别

python Genotype.py --cnvfile mergeCNVR --outprefix Genotype

输出：genotypeCNVR.vcf 和 genotypeCNVR.tsv

参考：

GitHub - JiangYuLab/CNVcaller

CNVcaller遇到的坑 - 简书 (jianshu.com)