检测结构变异——Manta的使用方式简介（生信）

小飞棍来喽~

已于 2022-12-27 14:40:40 修改

阅读量4.4k

点赞数 3

文章标签：人工智能 python 深度学习

于 2022-12-27 14:38:27 首次发布

本文链接：https://blog.csdn.net/weixin_66449023/article/details/128455620

版权

Manta 的使用方式简介

一 Manta简介

1.1 原理简介

Manta 寻找结构变异以及indel的步骤可以分为两步：

1.1.1 Build breakend association graph

在这一步骤中，整个基因组被扫描，以发现可能的SV和大缺失的证据。这些证据被列举成一个图，图包括用边缘连接基因组中所有可能存在断裂关联的区域。边缘可以连接基因组的两个不同区域，以代表长距离关联的证据，或者一条边缘可以将一个区域连接到它自己，以捕捉一个局部缩略词/小SV的关联。

1.1.2 Analyze graph edges to find SVs

第二个步骤为分析每个图的边缘去发现与边缘有关的SV并且给之得分。

1.2 Manta的优缺点

1.2.1 优点

在使用Manta等10多种软件对NA12878，CHM1/CHM13以及HG002等三个已知数据集进行分析，并统计其Recal以及Precision。结果如下图所示，实圈代表经过过滤，而虚圈代表未经过过滤。

Manta 的使用方式简介并注释结构变异
NA12878的测试数据为50X，双端101bp的数据，在此数据中，Manta的表现中等，CHM1/CHM13的测试数据为80x，双端151bp的数据，在此数据中，Manta的表现较好，Precision仅低于Gridss，Cortex；而且Recall值并不低；HG002测试数据为60x，双端151bp的数据，在此数据中，Manta表现最佳，除去Pindel在Recall率上比Manta高外，Manta的Recal以及Precision的综合最佳。

1.2.2 缺点

运行Manta时间较长，且manta依赖过多，如不适用conda 安装较为困难。

二 Manta的使用方式

2.1 Manta支持的数据类型

Manta支持paired-end测序数据，其输入的数据如下：

1.小型的二倍体家系数据（小型意味着数据样本量小于10，对于大型样本量数据正在测试）

2.一对匹配的肿瘤/正常样本数据

3.单个个体的肿瘤数据

2.2 Manta检测的变异类型

Manta能检测的SV包括以下类型：

Deletions 缺失
Insertions 插入
- Fully-assembled insertions
- Partially-assembled (ie. inferred) insertions
Inversions 倒位
Tandem Duplications 串联重复
Interchromosomal Translocations 染色体易位

而对于Dispersed repeats（散在重复，也被称为转座子TE）；Most expansion/contraction variants of a reference tandem repeat（一个经过扩增/收缩已知的串联重复的突变）；Small inversions（小于200bp的倒位）；Fully-assembled large insertions（完全组装的大插入）不能检测

2.3 Manta的使用方式

2.3.1 Manta安装

使用conda对Manta进行安装，Manta需要python2的环境，所以需要新建立一个环境

conda create -n manta ##建立一个新的环境
conda install manta -c bioconda  ##安装manta软件

2.3.2 Manta使用

2.3.2.1 生成脚本文件

configManta.py 
--bam test.bam 
--exome 
--runDir /your/directory/ 
--callRegions probeCov.bed.gz 
--referenceFasta GRCh38.d1.vd1.fa

其中如果有多个bam文件（manta可支持10个以内的数据）可以加多个**–bam**参数。

–exome代表本次数据为外显子数据，–runDir代表本次工作目录，–callRegions代表外显子测序捕获区域，–referenceFasta代表参考基因组

运行上述代码框中脚本运行后，在**–runDir中的工作目录中生成runWorkflow.py**文件

2.3.2.2 运行runWorkflow.py

runWorkflow.py为最终的脚本文件，使用manta环境中的python运行此文件：

python runWorkflow.py

运行完成后会在当前目录下生成results文件夹，其中包含evidence,stats,variants这三个文件夹。其中variants中包括diploidSV.vcf.gz，somaticSV.vcf.gz，candidateSV.vcf.gz，candidateSmallIndels.vcf.gz这四个vcf文件。

其中最主要的为diploidSV.vcf.gz文件。其中包括经过二倍体验证并且得分的SVs以及Indels。

candidateSV.vcf.gz此文件中包括候选的SV以及indel，未经过评分SV以及Indel，从其中筛选出diploidSV.vcf.gz中的SV以及indel。

andidateSmallIndels.vcf.gz此文件为candidateSV.vcf.gz文件中小于50bp的插入以及缺失片段。

2.3.2.3 得到倒位变异

对于Inversions突变，manta可以使用自带脚本convertInversion.py对diploidSV.vcf.gz处理。

使用方式为

python convertInversion.py <samtools path> <reference fasta> <vcf file>

其中samtools path，使用conda安装时会自动安装

reference fasta为参考基因组位置

vcf文件为需要处理的vcf文件位置。

对diploidSV.vcf.gz进行处理后，得到inversion.vcf文件，为将diploidSV.vcf.gz倒位信息处理后的文件，其余变异信息不变。

Cameron, Daniel L., Leon Di Stefano, and Anthony T. Papenfuss. “Comprehensive evaluation and characterisation of short read general-purpose structural variant calling software.” Nature communications 10.1 (2019): 1-11.