HLA NGS数据分析
主要是参考这个进行的，https://github.com/humanlongevity/HLA 其文章在这：http://www.pnas.org/content/early/2017/06/27/1707945114
首先是拿到fastq文件，然后进行了下fastqc质控，发现质量不咋地，死马当活马医，试试。
然后是bwa比对，先是
bwa index /home/biolinux/reference/hg38.fa #建立索引
bwa mem /home/biolinux/reference/hg38.fa /home/biolinux/Downloads/HLA.fastq > hla.sam #然后比对
samtools view -S hla.sam -b > hla.bam #格式转换
samtools sort hla.bam hla_sorted.bam # 排序
samtools index hla_sorted.bam # 索引最后，进行xhla算法比对。
docker run -v `pwd`:`pwd` -w `pwd` humanlongevity/hla --sample_id test --input_bam_path hla.bam --output_path test得出结果，一个比较疑惑的地方是hg38(without alt contigs)没搞懂。有待解决。
{
"subject_id": "test",
"creation_time": "2017-09-19T07:09:32Z",
"report_version": "1.2",
"report_type": "hla_typing",
"sample_id": "test",
"hla": {
"alleles": [
"A*24:290",
"A*24:290",
"C*07:02",
"C*07:02",
"DPB1*13:01",
"DPB1*33:01",
"DQB1*06:11",
"DQB1*06:39",
"DRB1*15:01",
"DRB1*16:01"
]
}}本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2017-09-21，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
相关产品与服务
容器服务
腾讯云容器服务（Tencent Kubernetes Engine, TKE）基于原生 kubernetes 提供以容器为核心的、高度可扩展的高性能容器管理服务，覆盖 Serverless、边缘计算、分布式云等多种业务部署场景，业内首创单个集群兼容多种计算节点的容器资源管理模式。同时产品作为云原生 Finops 领先布道者，主导开源项目Crane，全面助力客户实现资源优化、成本控制。