如何對細菌基因組做SNP calling

本方法主要參考http://www.itdecent.cn/p/e305f6824707

bwa-mem2 mem -t 4 -M PAO1.fasta fqdata/WT-LCG7144_combined_R1.fastq.gz  fqdata/WT-LCG7144_combined_R2.fastq.gz -o align_bam/WT.sam
samtools view -S -b align_bam//WT.sam -o align_bam/WT.bam 
samtools sort align_bam/WT.bam -o align_bam/WT_sorted.bam
java -jar build/libs/picard.jar MarkDuplicates REMOVE_DUPLICATES=true I=/edisk1/genomic-data/200804-Nova/snp_calling/align_bam/WT_sorted.bam O=/edisk1/genomic-data/200804-Nova/snp_calling/rmdup_out/WT_sorted_rmdup.bam M=/edisk1/genomic-data/200804-Nova/snp_calling/rmdup_out/WT_marked_dup_metrics.txt
samtools faidx PAO1.fasta
samtools mpileup -f PAO1.fasta rmdup_out/WT_sorted_rmdup.bam -o WT_raw_var.bcf
java -jar /edisk1/program/VarScan.v2.4.4.jar mpileup2cns casein-mut7_var.bcf  --min-var-freq 0.5 --p-value 0.05 --variants --output-vcf 1 >mut7_variants_0.5.vcf
java -Xmx4g -jar snpEff.jar -v Pseudomonas_aeruginosa_pao1 /edisk1/genomic-data/200804-Nova/snp_calling/mut7_variants_0.5.vcf > /edisk1/genomic-data/200804-Nova/snp_calling/mut7_variants_0.5_ann.vcf

注:在做snpeff之前,需要把vcf中chromosome的名字修改為Chromosome(注意第一個字母大寫),否則會報錯。

除了使用samtools call SNP,還可以用freebayes來call SNP,然后再用bcftools或者vcffilter進行過濾,得到高質量的SNP。但是如果要尋找基因組中的大片段丟失和插入,需要用pindel來call。

使用freebayes以及SNP過濾的例子如下:

freebayes -p 1 -C 5 -f PAO1.fasta WT.sorted.bam >WT.vcf # -p表示單倍體, -C 表示支持該SNP的最小reads數,-f表示fasta文件

vcffilter -f "QUAL / AO > 10" WT.vcf > WT.filter.vcf #用vcffilter進行過濾

bcftools filter -i 'AD[1]/(AD[0]+AD[1])>0.8' WT.vcf -o WT.filter.vcf #或者也可以用bcftools進行過濾,warning可以不管,AD[0]表示支持reference的reads數,AD[1]表示支持SNP的reads數

獲得了vcf文件后,可以用vcfintersect比較兩個vcf文件的差異

 vcfintersect -r PAO1.fasta -v -i WT.filter.vcf casein_mut21.filter.vcf # 前面的vcf文件為參考,后面的vcf是需要尋找差異的vcf

使用pindel的流程:

nohup pindel -f PAO1.fasta -i pila3_config.txt -o pila3_pindel -M 2 -T 8&  # -M 表示最小支持數 -T表示線程數
pindel2vcf -p pila3_pindel_D -r PAO1.fasta -R PAO1 -d 2020
pindel2vcf -p pila3_pindel_SI -r PAO1.fasta -R PAO1 -d 2020 #轉換為vcf文件
bcftools filter -i 'AD[1]/(AD[0]+AD[1])>0.8' pila3_pindel_D.vcf -o ./pindel/pila3_D.vcf   #vcf文件過濾

另外可以參考:
http://www.itdecent.cn/p/f8dcaa4fcc0d #比較vcf文件的方法
http://www.itdecent.cn/p/1815de1090d3 #如何使用pindel檢測復雜的indel
https://indexofire.github.io/pathongs/book/C18_Analysis-Examples/01_trace-Pae-from-different-source-by-SNP/ #尋找細菌SNP的一個例子
https://cloud.tencent.com/developer/article/1168253 #三種軟件的使用教程

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

友情鏈接更多精彩內容