如何理解基因组数据分析软件SpeedSeq

发布时间:2021-11-23 15:44:31 作者:柒染
来源:亿速云 阅读:363

本篇文章为大家展示了如何理解基因组数据分析软件SpeedSeq,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。

SpeedSeq是一款开源的基因组数据变异分析软件,主要功能如下

  1. alignments, 序列比对

  2. variant detection, 变异检测

  3. functional annotation, 突变位点的功能注释


该软件最大的特点就是快速,对于50X的人类全基因组数据, 原始的fastq到vcf文件只需要13小时左右,对应的文章发表在nature methods上,链接如下

http://ucgd.genetics.utah.edu/wp-content/uploads/2015/08/nmeth.3505.pdf

该软件是一个完整的pipeline, 集成了多款软件,可以用于检测以下多种基因组变异

  1. germline and somatic mutations, 通过freebayes软件来检测突变微位点

  2. structural variants,通过lumpy-sv软件来检测结构变异


其流程图示意如下

如何理解基因组数据分析软件SpeedSeq

源代码保存在github上,链接如下

https://github.com/hall-lab/speedseq

该软件按照功能,拆分成了以下5个子模块

1. align

该模块将双端测序的fastq数据比对到参考基因组上,然后进行markduplicate, sort, index等步骤, 和GATK流程中的数据预处理步骤一致,用法如下

speedseq align \
-R  "@RG\tID:sample1\tSM:sample1\tLB:sample1" \
-t 10 \
-o sample1 \
hg19.fa \
sample1_R1.fastq.gz \
sample1_R2.fastq.gz

使用bwa软件比对参考基因组,然后使用samblaster进行markduplicate, sambamba软件进行bam文件的sort。

2. var

该模块用于检测生殖变异,输入为align模块产生的bam文件,用法如下

speedseq var \
-t 10 \
hg19.fa \
sample1.bam

使用freebayes软件来检测生殖变异,输出文件为VCF文件。

3. somatic

该模块用于检测体细胞突变,输入为align模块产生的bam文件,用法如下

speedseq somatic \
-t 10 \
-o tumor \
hg19.fa \
normal.bam\
tumor.bam

使用freebayes软件来检测体细胞突变,需要配对的肿瘤和正常样本,输出文件为VCF文件。

4. sv

该模块用于检测结构变异,用法如下

speedseq sv \
-o sample \
-B sample.bam \
-D sample.discordants.bam \
-S sample.splitters.bam \
-R hg19.fa \
-o sample \
-t 10

使用lumpy-sv软件来检测结构变异,输出文件为VCF文件。

5.  realign

该模块从bam文件中提取双端的fastq序列,再进行和align模块相同的处理,用法如下

speedseq realign \
-t 10 \
-o sample \
hg19.fa \
sample.ba

要求bam文件必须包含read group信息,输出文件和align模块相同。对于全基因组数据的分析,使用speedseq可以大大加快处理速度。

上述内容就是如何理解基因组数据分析软件SpeedSeq,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注亿速云行业资讯频道。

推荐阅读:
  1. 如何理解数据分析工具Pandas
  2. 有哪些大数据分析软件

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

上一篇:Linux内核反向映射机制是什么

下一篇:c语言怎么实现含递归清场版扫雷游戏

相关阅读

您好,登录后才能下订单哦!

密码登录
登录注册
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》