结构变异（SV）鉴定软件——pbsv

0.pbsv简介

pbsv是一个基于reads比对鉴定SV的软件，首先把pbsv的Github放上来：PacificBiosciences/pbsv: pbsv - PacBio structural variant (SV) calling and analysis tools (github.com)

pbsv是PABIO公司发布的SV鉴定软件，所以算是pacbio HiFi官方的SV caller吧，因此call SV之前的比对软件用的也是 pacbio发布的pbmm2（基于mimimap2）。

1.pbsv安装

pbsv的安装很简单，因为有编译好的版本

wget https://github.com/PacificBiosciences/pbsv/releases/download/v2.9.0/pbsv

之后直接加进环境变量或者用绝对路径运行就可以了

pbsv - PacBio structural variant (SV) calling and analysis tools

Usage:
  pbsv <tool>

  -h,--help    Show this help and exit.
  --version    Show application version and exit.

Tools:
  discover   Find structural variant (SV) signatures in read alignments (BAM to SVSIG).
  call       Call structural variants from SV signatures and assign genotypes (SVSIG to VCF).

Typical workflow:
  1. Align PacBio reads to a reference genome, per movie.
     Subreads BAM input:
     $ pbmm2 align ref.fa movie1.subreads.bam ref.movie1.bam --sort --median-filter --sample sample1

     CCS BAM input:
     $ pbmm2 align ref.fa movie1.ccs.bam ref.movie1.bam --sort --preset CCS --sample sample1

     CCS FASTQ input:
     $ pbmm2 align ref.fa movie1.Q20.fastq ref.movie1.bam --sort --preset CCS --sample sample1 --rg '@RG\tID:movie1'

  2. Discover signatures of structural variation (per movie or per sample):
     $ pbsv discover ref.movie1.bam ref.sample1.svsig.gz
     $ pbsv discover ref.movie2.bam ref.sample2.svsig.gz

  3. Call structural variants and assign genotypes (all samples), for CCS input append "--ccs":
     $ pbsv call ref.fa ref.sample1.svsig.gz ref.sample2.svsig.gz ref.var.vcf

Copyright (C) 2004-2021     Pacific Biosciences of California, Inc.
This program comes with ABSOLUTELY NO WARRANTY; it is intended for
Research Use Only and not for use in diagnostic procedures.

 同时，pbmm2的安装也很简单，也有编译好的版本

wget https://github.com/PacificBiosciences/pbmm2/releases/download/v1.14.99/pbmm2

此外也可以用conda安装pbmm2和pbsv

conda install -c bioconda pbsv
conda install -c bioconda pbmm2

2.reads比对

CCS fastq：

pbmm2 align ref.fa quary.fastq pbmm2.bam --sort --preset CCS --sample sample1 --rg '@RG\tID:movie1'

一个CCS bam时：

pbmm2 align -j 40 --preset HIFI --sort --sample $accession ref.fa quary.ccs.bam $accession.pbmm2.bam

多个个CCS bam （多个cell）时：

#将同一个accession的多个bam文件名写进一个fofn文件中
ls $accession.*.ccs.bam >$accession.fofn
#运行pbmm2
pbmm2 align -j 40 --preset HIFI --sort --sample $accession ref.fa $accession.fofn $accession.pbmm2.bam

3. call SV

#寻找 SV 特征
pbsv discover $accession.pbmm2.bam ref.$accession.svsig.gz
#建立索引
tabix -c '#' -s 3 -b 4 -e 4 ref.$accession.svsig.gz
#call SV
pbsv call -O 5 -m 50 -j 30 ref.fa ref.$accession.svsig.gz $accession.pbsv.vcf

其中

-j 表示线程数

-m 表示最小SV长度

-O 表示每个单独的样本中需要支持的最小reads数量