1.一個(gè)外顯子測(cè)序樣本數(shù)據(jù)的結(jié)果比較
用bwa和samtools做常規(guī)處理，再分別用GATK4.0和GATK3.5的HC去Call SNV，均使用默認(rèn)參數(shù)。
GATK4.0明顯比GATK3.5 Call出的SNV的數(shù)量多。
2.通過(guò)Vep注釋，挑選外顯子區(qū)域的SNV
vep -i merge_sort_dedup_GATK_v4.0.vcf -o tmp4.out --cache --cache_version 82 --offline --vcf vep注釋命令
通過(guò)vep分別對(duì)GATK4.0和GATK3.5的SNV注釋，統(tǒng)計(jì)屬于外顯子的SNV的數(shù)量。
同樣的，注釋后GATK4.0還是明顯比GATK3.5 Call出的SNV的數(shù)量多。
3.通過(guò)VQSR過(guò)濾SNV
GATK4.0和GATK3.5分別有自己的VQSR，有相同的地方也有不同的，也都用默認(rèn)參數(shù)。
注：分別用的是自己軟件的VQSR
VQSR后，SNV在GATK3.5中而不在GATK4.0中的數(shù)量變多了，當(dāng)然VQSR后總數(shù)變小了。
說(shuō)明兩個(gè)軟件的VQSR有差異，并對(duì)Call出的SNV的數(shù)量有很大的影響。
因?yàn)槭峭怙@子數(shù)據(jù)，所以Call出SNV的數(shù)量可能受DP的影響。
4.比較VQSR前后不同DP下的SNV數(shù)量
grep -v ^# merge_sort_dedup_GATK_v4.0.vqsr.vcf |grep PASS|awk '{split($10,a,":");if(a[3]>=10){print $0}}' | wc -l
對(duì)VQSR前后的數(shù)據(jù)進(jìn)行DP的篩選，在GATK4.0和GATK3.5中，在不同的DP過(guò)濾下，統(tǒng)計(jì)Call出的SNV的數(shù)量。
注：兩個(gè)軟件生成的vcf文件都是用的GATK3.5的VQSR，以去除不同軟件不同VQSR的影響。
VQSR前后的SNV的數(shù)量都隨著DP值的增加而減少，減少到一定值后趨于平緩。
當(dāng)DP>=4/5 之后，GATK4.0和GATK3.5 Call出的SNV的數(shù)量已經(jīng)比較接近并趨于平緩。
VQSR后，GATK4.0和GATK3.5 Call出的SNV的數(shù)量比VQSR之前Call出的SNV數(shù)量更接近。
說(shuō)明VQSR對(duì)GATK4.0和GATK3.5 Call出SNV的數(shù)量的影響比較大，通過(guò)調(diào)整VQSR的具體參數(shù)可減少軟件間的差異。
另，VQSR中，當(dāng)分析外顯子測(cè)序數(shù)據(jù)時(shí)，不要用 -an DP 這個(gè)參數(shù)，因?yàn)樯疃葘?duì)外顯子測(cè)序數(shù)據(jù)影響比較大。
5.取DP>=10時(shí)，在VQSR前后的GATK4.0和GATK3.5 Call出的SNV數(shù)量比較
VQSR前后的SNV的數(shù)量都隨著DP值的增加而減少，減少到一定值后趨于平緩。
我們?nèi)P>=10時(shí)的兩軟件Call出的SNV數(shù)量分別做VQSR前和VQSR后的韋恩圖。
注：兩個(gè)軟件生成的vcf文件都是用的GATK3.5的VQSR，以去除不同軟件不同VQSR的影響。
印證了DP對(duì)兩個(gè)軟件差異的影響，同時(shí)也說(shuō)明了VQSR前后對(duì)Call出的SNV數(shù)量的影響。
6.VQSR在GATK4.0和GATK3.5中的比較
紅色的是基本參數(shù)，藍(lán)色的是變化，其中明顯變化是，GATK4.0的VQSR將snp和indel合并處理，而GATK3.5則是分開(kāi)的。
7.結(jié)論
GATK4.0和GATK3.5針對(duì)Call SNV數(shù)量上的差異主要在于外顯子測(cè)序數(shù)據(jù)的DP值比較低，導(dǎo)致兩個(gè)軟件對(duì)于低DP值Call出的SNV保留與否存在差異，GATK4.0有更大的包容性。我們可以通過(guò)VQSR的參數(shù)設(shè)置，針對(duì)DP值做詳細(xì)的篩選過(guò)濾，來(lái)縮小兩個(gè)軟件間的差異。
補(bǔ)充：
GATK4 速度：
https://gatkforums.broadinstitute.org/gatk/discussion/11283/gatk3-8-vs-gatk4-va-gatk4spark-the-newer-the-slower
HC在GATK4和GATK3：
https://gatkforums.broadinstitute.org/gatk/discussion/9957/haplotypecaller-in-gatk4-vs-gatk3
Performance benchmarking of GATK3.8 and GATK4：
https://www.biorxiv.org/content/biorxiv/early/2018/06/18/348565.full.pdf
