Author : Jingcheng Yang & Yechao Huang

E-mail：1721070009@fudan.edu.cn

Git: http://choppy.3steps.cn/huangyechao/wes-germline.git

Last Updates: 06/02/2019

简介

wes-germline是根据 Sentieon 软件全外显子组Germline突变数据分析推荐流程所构建的 Choppy-pipe 系统的 APP。利用该 APP 可以获得从全外显子组测序原始文件fastq 到包含Germline突变信息的vcf文件的整个过程。主要包括数据的预处理、中间数据质控以及变异的检测。

快速安装

Requirements

• Python 3
• choppy
• Ali-Cloud

在终端中输入以下命令即可快速安装本APP。

$ source activate choppy
$ choppy install huangyechao/wes-germline-latest
$ choppy apps

使用方法

任务准备

按照上述步骤安装成功之后，可以通过下面简单的命令即可使用APP：

# Generate samples file
$ choppy samples huangyechao/wes-germline-latest --out samples.csv

sample.csv 包含以下几个需要填写的参数：

read1,read2,sample_name,cluster,sample_id,disk_size,regions
# read1  		双端测序数据的R1端在阿里云上的路径信息
# read2  		双端测序数据的R2端在阿里云上的路径信息
# sample_name	输出文件名的前缀
# regions		全外显子组测序时测序区域的bed文件
# cluster		使用的机器类型，不填则默认使用 OnDemand ecs.sn1ne.4xlarge img-ubuntu-vpc
# sample_id		每个样本任务的识别码。注意：同一个samples文件中，不同样本的ID应该不同
# disk_size		任务运行时，集群存储空间设置

机器类型选择可以参照：计算网络增强型实例规格族sn1ne 以及 bcs 类型机器，对于全外显子组数据不要使用小于32CPU的机器类型

任务提交

在配置好samples.csv 文件后，使用以下命令可以提交计算任务：

$ choppy batch huangyechao/wes-germline-latest sample.csv --project-name Your_project_name

提交成功后，即可在工作目录下找到生成的目录名为Your_project_name，里面包含了本次提交任务的所有样本信息。

任务输出

任务成功结束后，便可以在阿里云相应的OSS端生成相应的结果文件。包括数据预处理产生的中间结果文件以及变异检测得到的vcf文件。

流程示意图

输出文件说明

整个分析流程中，每个步骤输出的结果说明如下：

• call-mapping 原始数据经过比对后生成的排序后的sample.sorted.bam文件及其索引文件
• call-Metrics 比对后生成的sample.sorted.bam文件的质控信息
• call-Dedup 比对的结果去除重复后的sample.sorted.deduped.bam文件及其索引文件
• call-deduped_Metrics 去除重复后的sample.sorted.deduped.bam 文件的质控信息
• call-Realigner 去除重复后重比对的sample.sorted.deduped.realigned.bam文件及其索引文件
• call-BQSR 局部碱基矫正的sample.sorted.deduped.realigned.recaled.bam文件、索引文件及其相关信息
• call-Haplotyper 变异检测得到的sample.vcf文件及其索引文件

软件版本及参数

软件/文件	版本
Sentieon	v2018.08.01
参考基因组（fasta）	GRCh38.d1.vd1.fa
dbsnp	dbsnp_146.hg38.vcf
db_mills	Mills_and_1000G_gold_standard.indels.hg38.vcf

附录

参考文献