前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >新冠病毒分型和突变分析(SARS-CoV2_ARTIC_Illumina)

新冠病毒分型和突变分析(SARS-CoV2_ARTIC_Illumina)

原创
作者头像
SliverWorkspace
修改2023-02-03 16:45:59
1.1K0
修改2023-02-03 16:45:59
举报

新冠病毒分型和突变分析(SARS-CoV2_ARTIC_Illumina)

一. 本文适用于使用Artic扩增子扩增,Illumina双端测序,用于分析新冠病毒突变及分型鉴定

二. 概览:按照惯例,先上一张概览图

概览图
概览图

流程输入

SRR22216743_1.fastq.gz SRR22216743_2.fastq.gz 测试数据下载 NYC SARS-CoV-2 genome sequencing from human nasopharyngeal swabs** 1 ILLUMINA (Illumina HiSeq 2000) run: 28,721 spots, 5.8M bases, 1.8Mb downloads 使用NCBI官方工具sra-toolkit拆分成fastq.gz文件 fastq-dump SRR22216743 --split-3 --gzip 得到SRR22216743_1.fastq.gz SRR22216743_2.fastq.gz 参考文件,默认路径/opt/ref下 Artic-ncov2019 artic-ncov2019 primer&参考序列 GCF_009858895.2_ASM985889v3_genomic.gff GFF文件 分析流程文件(可一键导入sliverworkspace运行)及报告文件,conda环境文件下载,导入操作

运行环境

docker image based on ubuntu21.04 Conda Mamba(默认使用清华源) ssh

分析软件

- fastp=0.23.2 - fastqc=0.11.9 - multiqc=1.13 - bwa=0.7.17 - minimap2=2.24 - samtools=1.16.1 - ivar=1.3.1 - quast=5.2.0 - pangolin=4.1.3

输出结果

multiqc_report.html 测序数据trim前后质量数据 SRR22216743.samcov.tsv reads数量,覆盖度,测序深度,baseQ mapQ quast输出分析结果:alignment_viewer.html contig_size_viewer.html (拼接序列情况)report.html 按照序列一致性组装的新冠病毒序列 SRR22216743.consensus.fa Panglin 根据组装的序列分析得出病毒分型信息 lineage_report.csv samtools,ivar 根据primertrim.bam获的新冠病毒突变信息,过滤后得到 SRR22216743_variantsfiltered.tsv

环境搭建: 为了快速完成环境搭建,节省95%以上时间。

本文使用docker + conda (mamba) 作为基础分析环境,镜像获取:docker/docker-compoes 的安装及镜像构建见《基于docker的生信基础环境镜像构建》,docker镜像基于ubuntu21.04构建,并安装有conda/mamba,ssh服务。并尝试初次运行时初始化安装所需软件下载所需文件(作为代价首次运行时间会较长,切需网络通畅),即实现自动初始化的分析流程。

备注:docker运行的操作系统,推荐为Linux,windows,macOS系统改下docker可能部分功能(网络)不能正常运行

代码语言:javascript
复制
 # 拉取docker镜像
 docker     pull     doujiangbaozi/sliverworkspace:latest
 ​
 # 查看docker 镜像
 docker     images
基础环境配置,docker-compose.yml 配置文件,可以根据需要自行修改调整
代码语言:javascript
复制
 version: "3"
 services:
   SarsCov2:
     image: doujiangbaozi/sliverworkspace:latest
     container_name: SarsCov2
     volumes:
       - /media/sliver/Data/data:/opt/data:rw                               #挂载原始数据,放SC2目录下
       - /media/sliver/Manufacture/SC2/envs:/root/mambaforge-pypy3/envs:rw  #挂载envs conda环境目录
       - /media/sliver/Manufacture/SC2/config:/opt/config:rw                #挂载config conda配置文件目录
       - /media/sliver/Manufacture/SC2/ref:/opt/ref:rw                      #挂载reference目录
       - /media/sliver/Manufacture/SC2/result:/opt/result:rw                #挂载中间文件和输出结果目录
     ports:
       - "9024:9024"                                                        #ssh连接端口可以按需修改
     environment:
       - TZ=Asia/Shanghai                                                   #设置时区
       - PS=20191124                                                        #修改默认ssh密码
       - PT=9024                                                            #修改默认ssh端口
 ​

基础环境运行

代码语言:javascript
复制
 # docker-compose.yml 所在目录下运行
 docker-compose up -d
 ​
 # 或者 
 docker-compose up -d -f /路径/docker-compose.yaml
 ​
 # 查看docker是否正常运行,docker-compose.yaml目录下运行
 docker-compose ps
 ​
 # 或者
 docker ps

docker 容器使用,类似于登录远程服务器

代码语言:javascript
复制
 # 登录docker,使用的是ssh服务,可以本地或者远程部署使用
 ssh root@192.168.6.6 -p9024
 ​
 # 看到如下,显示如下提示即正常登录
 (base) root@SliverWorkstation:~# 

三. 分析流程

1. 变量设置

代码语言:shell
复制
 #样本编号
 export sn=SRR22216743
 #数据输入目录
 export data=/opt/data
 #数据输出、中间文件目录
 export result=/opt/result
 #conda安装的环境目录
 export envs=/root/mambaforge-pypy3/envs 
 #artic primer 版本V1,V2,V3,V4,V4.1
 export artic_primer_version=V4.1
 #设置可用线程数
 export threads=8

2. 分析前QC,看下数据质量

代码语言:shell
复制
 #conda检测环境是否存在,首次运行不存在创建该环境并安装软件
 if [ ! -d "${envs}/qc" ]; then
   mamba env create -f /opt/config/qc.yaml
 fi
 ​
 source activate qc
 ​
 mkdir -p ${result}/${sn}/clean mkdir -p ${result}/${sn}/qc
 ​
 fastqc ${data}/SC2/${sn}_1.fastq.gz ${data}/SC2/${sn}_2.fastq.gz -o ${result}/${sn}/qc
 ​
 fastp -i ${data}/SC2/${sn}_1.fastq.gz -I ${data}/SC2/${sn}_2.fastq.gz \
   -o ${result}/${sn}/clean/${sn}_1_clean.fastq.gz -O ${result}/${sn}/clean/${sn}_2_clean.fastq.gz \
   -h ${result}/${sn}/qc/${sn}_fastp.html -j ${result}/${sn}/qc/${sn}_fastp.json 
 ​
 fastqc ${result}/${sn}/clean/${sn}_1_clean.fastq.gz ${result}/${sn}/clean/${sn}_2_clean.fastq.gz \
   -o ${result}/${sn}/qc
 ​
 #汇总一下之前结果,得到一个总体报告
 multiqc ${result}/${sn}/qc/ -f -o ${result}/${sn}/qc
 ​
 conda  activate

3. 比对到参考基因组上,得到bam文件并排序

代码语言:shell
复制
 mkdir -p ${result}/${sn}/aligned
 ​
 if  [ ! -d "/opt/ref/artic-ncov2019" ]; then
     apt-get install -y git
     git clone https://github.com/artic-network/artic-ncov2019.git "/opt/ref/artic-ncov2019"
 fi
 ​
 #conda检测环境是否存在,首次运行不存在创建该环境并安装软件
 if [ ! -d "${envs}/SC2" ]; then
   mamba env create -f /opt/config/SC2.yaml
 fi
 ​
 source activate SC2
 ​
 #如果没有索引,创建索引
 if  [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta.amb ] ||
     [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta.ann ] ||
     [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta.bwt ] ||
     [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta.pac ] ||
     [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta.sa ]; then
     if [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta ]; then
         cp  -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/SARS-CoV-2.reference.fasta \
             /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta
     fi
     bwa index /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta
 fi
 ​
 bwa mem -t ${threads} \
   /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
   ${result}/${sn}/clean/${sn}_1_clean.fastq.gz ${result}/${sn}/clean/${sn}_2_clean.fastq.gz | \
   samtools sort | samtools view -F 4 -o ${result}/${sn}/aligned/${sn}.sorted.bam
 ​
 samtools index ${result}/${sn}/aligned/${sn}.sorted.bam
 mv  ${result}/${sn}/aligned/${sn}.sorted.bam.bai ${result}/${sn}/aligned/${sn}.sorted.bai
 
 conda  deactivate

4. 去除artic primer (primer trim)

代码语言:shell
复制
 source activate SC2
 ​
 if  [ ! -f /opt/ref/artic-ncov2019/ARTIC-${artic_primer_version}.bed ]; then
   if [ ! -f /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed ]; then
     cp  -r /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/SARS-CoV-2.scheme.bed \
         /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed
   fi
   perl -ne 'my @x=split m/\t/; print join("\t",@x[0..3], 60, $x[3]=~m/LEFT/?"+":"-"),"\n";' \
     < /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.scheme.bed  \
     > /opt/ref/artic-ncov2019/ARTIC-${artic_primer_version}.bed
 fi
 ​
 ivar trim -e -i ${result}/${sn}/aligned/${sn}.sorted.bam \
   -b /opt/ref/artic-ncov2019/ARTIC-${artic_primer_version}.bed \
   -p ${result}/${sn}/aligned/${sn}.primertrim
   
 conda  deactivate

5. primer trim 排序

代码语言:shell
复制
 source activate SC2
 ​
 samtools sort ${result}/${sn}/aligned/${sn}.primertrim.bam \
   -o ${result}/${sn}/aligned/${sn}.primertrim.sorted.bam
   
 conda  deactivate

6. 获取拼接后一致性序列

代码语言:shell
复制
 source activate SC2
 ​
 samtools mpileup -A -d 1000 -B -Q 0 \
   --reference /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
   ${result}/${sn}/aligned/${sn}.primertrim.sorted.bam | ivar consensus -p ${result}/${sn}/${sn}.consensus -n N -i ${sn}
 ​
 grep -v ">" ${result}/${sn}/${sn}.consensus.fa | grep -o -E "C|A|T|G" | wc -l
 ​
 conda  deactivate

7. 使用Pangolin获取序列分型信息

代码语言:shell
复制
 #conda检测环境是否存在,首次运行不存在创建该环境并安装软件
 if [ ! -d "${envs}/pangolin" ]; then
   mamba env create -f /opt/config/pangolin.yaml
 fi
 ​
 source activate pangolin
 ​
 pangolin ${result}/${sn}/${sn}.consensus.fa --outdir ${result}/${sn} 
 ​
 conda  deactivate

8. 获取突变信息

代码语言:shell
复制
 source activate SC2
 ​
 if [ ! -f "/opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff" ]; then
   aria2c https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/009/858/895/GCF_009858895.2_ASM985889v3/GCF_009858895.2_ASM985889v3_genomic.gff.gz -d /opt/ref
   gzip -f  -d /opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff.gz
 fi
 ​
 samtools mpileup -aa -A -d 0 -B -Q 0 \
   --reference /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
   ${result}/${sn}/aligned/${sn}.primertrim.sorted.bam | \
   ivar variants -p ${result}/${sn}/${sn}_variants -q 30 -t 0.01 -m 0 \
   -r /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
   -g /opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff
 ​
 ivar filtervariants -p ${result}/${sn}/${sn}_variantsfiltered ${result}/${sn}/${sn}_variants.tsv
   
 conda  deactivate

9. 获取quast报告及bam覆盖度、测序深度、baseQ、mapQ等质控信息

代码语言:shell
复制
 source activate SC2
 ​
 if [ ! -f "/opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff" ]; then
   aria2c https://ftp.ncbi.nlm.nih.gov/genomes/all/GCF/009/858/895/GCF_009858895.2_ASM985889v3/GCF_009858895.2_ASM985889v3_genomic.gff.gz -d /opt/ref
   gzip -f  -d /opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff.gz
 fi
 ​
 quast ${result}/${sn}/${sn}.consensus.fa \
   -r /opt/ref/artic-ncov2019/primer_schemes/nCoV-2019/${artic_primer_version}/nCoV-2019.reference.fasta \
   --features /opt/ref/GCF_009858895.2_ASM985889v3_genomic.gff \
   --ref-bam  ${result}/${sn}/aligned/${sn}.sorted.bam \
   --output-dir ${result}/${sn}/quast
 ​
 samtools coverage ${result}/${sn}/aligned/${sn}.sorted.bam -o ${result}/${sn}/aligned/${sn}.samcov.tsv
 ​
 conda  deactivate

10. 报告(可选)

11. 使用IGV Browser查看突变信息(可选)

四. 参考链接

https://github.com/artic-network/artic-ncov2019

https://github.com/CDCgov/SARS-CoV-2_Sequencing/tree/master/protocols/BFX-UT_ARTIC_Illumina

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 新冠病毒分型和突变分析(SARS-CoV2_ARTIC_Illumina)
    • 一. 本文适用于使用Artic扩增子扩增,Illumina双端测序,用于分析新冠病毒突变及分型鉴定
      • 二. 概览:按照惯例,先上一张概览图
        • 环境搭建: 为了快速完成环境搭建,节省95%以上时间。
        • 本文使用docker + conda (mamba) 作为基础分析环境,镜像获取:docker/docker-compoes 的安装及镜像构建见《基于docker的生信基础环境镜像构建》,docker镜像基于ubuntu21.04构建,并安装有conda/mamba,ssh服务。并尝试初次运行时初始化安装所需软件下载所需文件(作为代价首次运行时间会较长,切需网络通畅),即实现自动初始化的分析流程。
      • 三. 分析流程
        • 1. 变量设置
        • 2. 分析前QC,看下数据质量
        • 3. 比对到参考基因组上,得到bam文件并排序
        • 4. 去除artic primer (primer trim)
        • 5. primer trim 排序
        • 6. 获取拼接后一致性序列
        • 7. 使用Pangolin获取序列分型信息
        • 8. 获取突变信息
        • 9. 获取quast报告及bam覆盖度、测序深度、baseQ、mapQ等质控信息
        • 10. 报告(可选)
        • 11. 使用IGV Browser查看突变信息(可选)
      • 四. 参考链接
      相关产品与服务
      容器镜像服务
      容器镜像服务(Tencent Container Registry,TCR)为您提供安全独享、高性能的容器镜像托管分发服务。您可同时在全球多个地域创建独享实例,以实现容器镜像的就近拉取,降低拉取时间,节约带宽成本。TCR 提供细颗粒度的权限管理及访问控制,保障您的数据安全。
      领券
      问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档