新冠病毒分型和突变分析（SARS-CoV2_ARTIC_Nanopore）

weixin_39900139

已于 2022-12-13 22:44:43 修改

阅读量1.2k

点赞数 1

分类专栏：图形化通用生信分析系统/平台开发生信分析流程文章标签：生物信息学 docker Sars-Cov2

于 2022-11-30 23:31:46 首次发布

本文链接：https://blog.csdn.net/weixin_39900139/article/details/128124509

版权

图形化通用生信分析系统/平台开发同时被 2 个专栏收录

23 篇文章 4 订阅

订阅专栏

生信分析流程

22 篇文章 11 订阅

订阅专栏

新冠病毒分型和突变分析（SARS-CoV2_ARTIC_Nanopore）

一. 本文使用Artic官方提供环境对Nanopore minion SARS-Cov-2测序数据，对新冠病毒突变及分型鉴定

二. 概览：按照惯例，先上一张概览图，浏览下分析流程步骤

流程输入	SRR14800265.fastq.gz 测试数据下载 SRX11133330: Nanopore sequencing of SARS-CoV-2: V-22 1 OXFORD_NANOPORE (MinION) run: 277,605 spots, 139.3M bases, 133.2Mb downloads 使用NCBI官方工具sra-toolkit拆分成fastq.gz文件 fastq-dump SRR14800265 --gzip 得到SRR14800265.fastq.gz 参考文件，默认路径/opt/ref下 Artic-ncov2019 artic-ncov2019 primer&参考序列分析流程文件（可一键导入sliverworkspace运行）及报告文件，conda环境文件下载，导入操作
运行环境	docker image based on ubuntu21.04 Conda Mamba（默认使用清华源） ssh 获取镜像代码见下文段落
分析软件	- artic=1.2.1 - artic-network::rampart=1.2.0 - snakemake-minimal=5.8.1 - pangolin=4.1.3
输出结果	按照序列一致性组装的新冠病毒序列 SRR14800265.consensus.fa Panglin 根据组装的序列分析得出病毒分型信息 lineage_report.csv 根据primertrim.bam获的新冠病毒突变信息，过滤后得到 SRR14800265.pass.vcf.gz

环境搭建: 为了快速完成环境搭建，节省95%以上时间。

本文使用docker + conda (mamba) 作为基础分析环境，镜像获取：docker/docker-compoes 的安装及镜像构建见《基于docker的生信基础环境镜像构建》,docker镜像基于ubuntu21.04构建，并安装有conda/mamba，ssh服务。并尝试初次运行时初始化安装所需软件下载所需文件（作为代价首次运行时间会较长，切需网络通畅），即实现自动初始化的分析流程。

备注：docker运行的操作系统，推荐为Linux，windows，macOS系统下docker可能部分功能（网络）不能正常运行

# 拉取docker镜像
docker     pull     doujiangbaozi/sliverworkspace:latest

# 查看docker 镜像
docker     images

基础环境配置，docker-compose.yml 配置文件，可以根据需要自行修改调整

version: "3"
services:
  SarsCov2:
    image: doujiangbaozi/sliverworkspace:latest
    container_name: SarsCov2
    volumes:
      - /media/sliver/Data/data:/opt/data:rw                               #挂载input数据，artic目录下
      - /media/sliver/Manufacture/SC2/envs:/root/mambaforge-pypy3/envs:rw  #挂载envs conda环境目录
      - /media/sliver/Manufacture/SC2/config:/opt/config:rw                #挂载config,conda配置文件目录
      - /media/sliver/Manufacture/SC2/ref:/opt/ref:rw                      #挂载reference目录
      - /media/sliver/Manufacture/SC2/result:/opt/result:rw                #挂载中间文件和输出结果目录
    ports:
      - "9024:9024"                                                        #ssh连接端口可以按需修改
    environment:
      - TZ=Asia/Shanghai                                                   #设置时区
      - PS=20191124                                                        #修改默认ssh密码
      - PT=9024                                                            #修改默认ssh端口

基础环境运行

# docker-compose.yml 所在目录下运行
docker-compose up -d

# 或者 
docker-compose up -d -f /路径/docker-compose.yaml

# 查看docker是否正常运行,docker-compose.yaml目录下运行
docker-compose ps

# 或者
docker ps

docker 容器使用，类似于登录远程服务器

# 登录docker，使用的是ssh服务，可以本地或者远程部署使用
ssh root@192.168.6.6 -p9024

# 看到如下，显示如下提示即正常登录
(base) root@SliverWorkstation:~#

三. 分析流程：本流程包含artic流程详细步骤，不感兴趣可以直接跳至文章末尾

1. 变量设置

#样本编号
export sn=SRR14800265
#数据输入目录
export data=/opt/data
#数据输出、中间文件目录
export result=/opt/result
#conda安装的环境目录
export envs=/root/mambaforge-pypy3/envs	
#artic primer 版本V1,V2,V3,V4,V4.1
export artic_primer_version=4.1
#设置可用线程数
export threads=8

2. 数据过滤

#首次运行下载artic-ncov2019
if  [ ! -d "/opt/ref/artic-ncov2019" ]; then
	apt-get install -y git
    git clone https://github.com/artic-network/artic-ncov2019.git "/opt/ref/artic-ncov2019"
fi

#conda检测环境是否存在，首次运行不存在创建该环境并安装软件
if [ ! -d "${envs}/artic-ncov2019" ]; then
  mamba env create -f /opt/ref/artic-ncov2019/environment.yml
  mamba install muscle=3.8
fi

source activate artic-ncov2019

cp    -f ${data}/artic/${sn}.fastq.gz ${result}/${sn}/

mkdir -p ${result}/${sn}/clean

artic guppyplex --min-length 400 --max-length 700 \
	--directory ${result}/${sn}/ \
    --output ${result}/${sn}/clean/${sn}.clean.fastq

conda  deactivate

3. 比对到参考基因组上，得到bam文件并排序

source activate artic-ncov2019

if [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta ]; then
	cp  -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/SARS-CoV-2.reference.fasta \
		/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta
fi

cd ${result}/${sn}

mkdir -p ${result}/${sn}/aligned

minimap2 -a -x map-ont -t ${threads} \
	/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
    ${result}/${sn}/clean/${sn}.clean.fastq  | samtools view -bS -F 4 - | samtools sort -o ${result}/${sn}/aligned/${sn}.sorted.bam -

samtools index ${result}/${sn}/aligned/${sn}.sorted.bam

conda  deactivate

4. trim bam / samtools coverage

source activate artic-ncov2019

cd ${result}/${sn}

if [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed ]; then
	cp  -r /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/SARS-CoV-2.scheme.bed \
		/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed
fi

align_trim --normalise 200 /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed \
	--start --remove-incorrect-pairs --report ${result}/${sn}/aligned/${sn}.alignreport.txt < ${result}/${sn}/aligned/${sn}.sorted.bam \
    2> ${result}/${sn}/aligned/${sn}.alignreport.er | \
    samtools sort -T ${result}/${sn}/aligned/temp - -o ${result}/${sn}/aligned/${sn}.trimmed.rg.sorted.bam

align_trim --normalise 200 /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed \
	--remove-incorrect-pairs --report ${result}/${sn}/aligned/${sn}.alignreport.txt < ${result}/${sn}/aligned/${sn}.sorted.bam \
    2> ${result}/${sn}/aligned/${sn}.alignreport.er| \
    samtools sort -T ${result}/${sn}/aligned/temp - -o ${result}/${sn}/aligned/${sn}.primertrimmed.rg.sorted.bam

samtools index ${result}/${sn}/aligned/${sn}.trimmed.rg.sorted.bam
samtools index ${result}/${sn}/aligned/${sn}.primertrimmed.rg.sorted.bam

samtools coverage ${result}/${sn}/aligned/${sn}.primertrimmed.rg.sorted.bam -o ${result}/${sn}/aligned/${sn}.samcov.tsv

conda  deactivate

5. medaka variant

source activate artic-ncov2019

if [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta ]; then
	cp  -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/SARS-CoV-2.reference.fasta \
		/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta
fi

mkdir -p ${result}/${sn}/vcf

if [ -f ${result}/${sn}/vcf/${sn}.nCoV-2019_1.hdf ];then
	rm -f ${result}/${sn}/vcf/${sn}.nCoV-2019_1.hdf
fi

if [ -f ${result}/${sn}/vcf/${sn}.nCoV-2019_2.hdf ];then
	rm -f ${result}/${sn}/vcf/${sn}.nCoV-2019_2.hdf
fi

medaka consensus --model r941_min_high_g351 \
	--threads ${threads} --chunk_len 800 --chunk_ovlp 400 \
    --RG 1 ${result}/${sn}/aligned/${sn}.trimmed.rg.sorted.bam \
    ${result}/${sn}/vcf/${sn}.nCoV-2019_1.hdf

medaka variant /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
	${result}/${sn}/vcf/${sn}.nCoV-2019_1.hdf ${result}/${sn}/vcf/${sn}.nCoV-2019_1.vcf

medaka consensus --model r941_min_high_g351 \
	--threads ${threads} --chunk_len 800 --chunk_ovlp 400 \
    --RG 2 ${result}/${sn}/aligned/${sn}.trimmed.rg.sorted.bam \
    ${result}/${sn}/vcf/${sn}.nCoV-2019_2.hdf

medaka variant /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
	${result}/${sn}/vcf/${sn}.nCoV-2019_2.hdf ${result}/${sn}/vcf/${sn}.nCoV-2019_2.vcf

artic_vcf_merge ${result}/${sn}/vcf/${sn} /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed \
	2> ${result}/${sn}/vcf/${sn}.primersitereport.txt \
    nCoV-2019_1:${result}/${sn}/vcf/${sn}.nCoV-2019_1.vcf nCoV-2019_2:${result}/${sn}/vcf/${sn}.nCoV-2019_2.vcf

bgzip -f ${result}/${sn}/vcf/${sn}.merged.vcf
tabix -f -p vcf ${result}/${sn}/vcf/${sn}.merged.vcf.gz

conda  deactivate

6. longshot vcf

source activate artic-ncov2019

longshot -P 0 -F -A --no_haps \
	--bam ${result}/${sn}/aligned/${sn}.primertrimmed.rg.sorted.bam \
    --ref /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
    --out ${result}/${sn}/vcf/${sn}.longshoted.vcf \
    --potential_variants ${result}/${sn}/vcf/${sn}.merged.vcf.gz

conda  deactivate

7. artic_vcf_filter 过滤variant vcf

source activate artic-ncov2019

artic_vcf_filter --medaka ${result}/${sn}/vcf/${sn}.longshoted.vcf \
	${result}/${sn}/vcf/${sn}.pass.vcf \
    ${result}/${sn}/vcf/${sn}.fail.vcf
bgzip -f ${result}/${sn}/vcf/${sn}.pass.vcf
tabix -p vcf ${result}/${sn}/vcf/${sn}.pass.vcf.gz

conda  deactivate

8. depth mask

source activate artic-ncov2019

artic_make_depth_mask --store-rg-depths \
	/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
    ${result}/${sn}/aligned/${sn}.trimmed.rg.sorted.bam \
    ${result}/${sn}/${sn}.coverage_mask.txt

artic_mask /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
	${result}/${sn}/${sn}.coverage_mask.txt \
    ${result}/${sn}/vcf/${sn}.fail.vcf \
    ${result}/${sn}/${sn}.preconsensus.fasta

conda  deactivate

9. 使用 bcftools 获取一致性序列

source activate artic-ncov2019

bcftools consensus \
	-f ${result}/${sn}/${sn}.preconsensus.fasta ${result}/${sn}/vcf/${sn}.pass.vcf.gz \
    -m ${result}/${sn}/${sn}.coverage_mask.txt \
    -o ${result}/${sn}/${sn}.consensus.fasta

artic_fasta_header ${result}/${sn}/${sn}.consensus.fasta "${sn}"

conda  deactivate

10. 使用Pangolin获取序列分型信息

#conda检测环境是否存在，首次运行不存在创建该环境并安装软件
if [ ! -d "${envs}/pangolin" ]; then
  mamba env create -f /opt/config/pangolin.yaml
fi

source activate pangolin

pangolin ${result}/${sn}/${sn}.consensus.fasta --outdir ${result}/${sn}

conda  deactivate

11. muscle （可选）

source activate artic-ncov2019

cat ${result}/${sn}/${sn}.consensus.fasta \
	/opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
    > ${result}/${sn}/${sn}.muscle.in.fasta

muscle	-in ${result}/${sn}/${sn}.muscle.in.fasta -out ${result}/${sn}/${sn}.muscle.out.fasta

conda  deactivate

12. 报告(可选)

在这里插入图片描述

11. 使用IGV Browser查看突变信息（可选）

在这里插入图片描述

四. 参考链接

https://github.com/artic-network/artic-ncov2019

#官方建议分析过程

#数据过滤
artic guppyplex --min-length 400 --max-length 700 \
  --directory /opt/result/SRR14800265/ \
  --output /opt/result/SRR14800265/clean/SRR14800265.clean.fastq
#获取一致性序列和突变数据
artic minion --normalise 200 --threads 32 \
  --medaka --medaka-model r941_min_high_g351 \
  --scheme-directory /opt/ref/artic-ncov2019/primer_schemes \
  --read-file /opt/result/SRR14800265/clean/SRR14800265.clean.fastq nCoV-2019/V4.1 SRR14800265