生物软件安装与使用--12 Annovar 的安装与使用

1 介绍

• 可以对SNP和indel进行注释，也可以进行变异的过滤筛选

2 安装

# 解压缩 annovar.latest.tar.gz 文件到 ~/Biosofts/ 目录
tar zvxf /disk1/shares/annovar.latest.tar.gz -C ~/Biosofts/

# 运行 annovar 工具的 annotate_variation.pl 脚本
~/Biosofts/annovar/annotate_variation.pl

# 将 annovar 目录添加到 PATH 环境变量中，使得系统可以找到 annovar 工具
echo 'export PATH=~/Biosofts/annovar:$PATH' >> ~/.bashrc
source ~/.bashrc

# 运行 convert2annovar.pl 脚本
convert2annovar.pl

3 使用

3.1 自定义注释数据库

# 使用 gtfToGenePred 工具将 GTF 文件转换为 GenePred 格式，并生成 PCC7942_refGene.txt 文件
/disk1/shares/gtfToGenePred -genePredExt -ignoreGroupsWithoutExons /disk1/shares/Seqs/GCA_000012525.1_ASM1252v1_genomic.gtf PCC7942_refGene.txt

# 使用 awk 命令提取 PCC7942_refGene.txt 文件中的特定列，生成 PCC7942_new_refGene.txt 文件
awk 'BEGIN{FS="\t";OFS="\t"}{print $12,$2,$3,$4,$5,$6,$7,$8,$9,$10,$11,$12,$13,$14,$15}' PCC7942_refGene.txt > PCC7942_new_refGene.txt

# 使用 retrieve_seq_from_fasta.pl 工具从基因组文件中提取序列，生成 PCC7942_new_refGeneMrna.fa 文件
retrieve_seq_from_fasta.pl --format refGene --seqfile /disk1/shares/Seqs/GCA_000012525.1_ASM1252v1_genomic.fna PCC7942_new_refGene.txt --out PCC7942_new_refGeneMrna.fa

# 复制生成的文件到 Annovar 的 humandb 目录下
cp PCC7942_new_refGene* ~/Biosofts/annovar/humandb/

3.2 注释突变位点

# 使用 convert2annovar.pl 工具将 VCF 文件转换为 Annovar 的输入格式（avinput 格式）
convert2annovar.pl -format vcf4 PCC7942_bwa.snps.filtered.vcf > PCC7942_bwa.snps.filtered.avinput

# 使用 annotate_variation.pl 工具对变异位点进行注释，使用 PCC7942_new 作为参考基因组版本，并指定 humandb 目录
annotate_variation.pl -geneanno -buildver PCC7942_new PCC7942_bwa.snps.filtered.avinput ~/Biosofts/annovar/humandb/

# 使用 less 查看注释后的变异位点功能信息
less PCC7942_bwa.snps.filtered.avinput.variant_function

# 使用 less 查看注释后的变异位点的外显子功能信息
less PCC7942_bwa.snps.filtered.avinput.exonic_variant_function