相关内容
GATK4完整流程
0gatkref=mntfkellybiotreeserverwesprojecthg38homo_sapiens_assembly38.fastasnp=mntfkellybiotreeserverwesprojecthg38dbsnp_146.hg38.vcf.gzindel=mntfkellybiotreeserverwesprojecthg38mills_and_1000g_gold_standard.indels.hg38.vcf.gz 1标记pcr重复readssample=srr7696207echo $samplegatk --java-options -x...
GATK4基本概念整理
gatk 是 genome analysis toolkit 的缩写，是一款从高通量测序数据中分析变异信息的软件，是目前最主流的snp calling 软件之一。 gatk 设计之初是用于分析人类的全外显子和全基因组数据，随着不断发展，现在也可以用于其他的物种，还支持cnv和sv变异信息的检测。 在官网上，提供了完整的分析流程，叫做gatk best ...
GATK4的gvcf流程
本教程首发于生信技能树vip论坛：https:vip.biotrainee.comd423-gatk4-gvcf配置gatk运行环境参考我前面在生信菜鸟团博客分享的： https:vip.biotrainee.comd384-gatk4gatk=homejianmingzengbiosoftgatkgatk-4. 0.3. 0gatkbed=homejianmingzengannotationccdshumanexon_probe.grch38.gene.150bp.bedmodule load java1. ...
GATK RNA-Seq Snps Indel 分析
这是gatk best practice系列学习文章中的一篇，本文尝试使用:gatk rna -seq germline spns-indels pipeline 来分析鼻咽癌(npt)分析流程如下：? gatk版本的是这样的? 数据从ncbi上下载转录组数据，访问链接为：https:trace.ncbi.nlm.nih.govtracesstudy? acc=srp058243&o=acc_s%3aa? 第一个样本的数据下载链接如下...
GATK4的mutect2流程
本来以为肿瘤外显子教程分享完了，经粉丝提醒才发现原来是我在自己的生信菜鸟团博客连载完毕，却没有上传到微信公众号，给大家说一声抱歉，漏掉几个知识点。 首先看看gatk4的mutect2和gatk3的相比有哪些改动，图片来源：https:gatkforums.broadinstitute.orggatkdiscussion10911differences-between-gatk3-mutect2...
GATK4的CNV流程-hg38
至少gatk-4. 0.2. 1.zip无法走cnv流程，我重新下载了目前最新版的才能顺利运行：wget https:github.combroadinstitutegatkreleasesdownload4.0. 3.0gatk-4.0.3. 0.zip首先制作外显子坐标记录文件##follow pdf from workshop##homejianmingzengbiosoftgatkresourcesbundlehg38##bed to intervals_listcat~annotation...
GATK BQSR的意义与作用
比如测序识别到的一个位点，其碱基和参考基因组上的碱基不同，但是其质量值特别低，此时可以认为是一个测序错误，而不是一个snp位点。 在测序的原始数据中，本身就提供了每个碱基对应的质量值，但是gatk官方认为测序仪提供的碱基质量值，是不准确的，存在误差的。 某个位点前后的碱基的种类，称之为上下文环境，会对...
GATK官方推荐的workflow语言-WDL
在gatk4的best practice中，不再像以前那样给出每个步骤对应的代码，而是直接给出了官方使用的pipeline。 这些pipeline采用wdl进行编写。 wdl是一种流程编写语言，没有太多复杂的逻辑和语法，入门简单。 首先看一个hello world的例子workflow myworkflow { call mytask}task mytask{ command { echo hello world } ...
GATK4最佳实践-数据预处理篇
gatk4 官方针对不同的变异类型，给出了好几套用于参考的pipeline。 所有的pipeline有一个共同点，就是数据预处理部分。 数据预处理的目的，是将原始的fastq或者ubam 文件，经过一系列处理，得到用于变异识别的bam文件，具体的示意图如下：? 从示意图可以看出，预处理部分包含了3个主要步骤：map to referencemark ...
GATK推荐的序列存储格式-uBAM
gatk4中，数据预处理部分的示意图如下 ? 可以看到，对于原始数据，有两种格式，一种就是我们常见的fastq; 另外一种就是ubam。 官方更加推荐使用ubam格式。 如何从fastq转换得到ubam格式呢？ 我们需要借助picatd工具。 picard提供了一个fastqtosam功能，可以将序列转换成ubam格式。 基本用法如下：java -jar picard...
2 下载GATK需要的参考基因组文件
mntfkellybiotreeserverwesprojecthg38$ tree -h.├──1000g_phase1.snps.high_confidence.hg38.vcf.gz├──1000g_phase1.snps.high_confidence.hg38.vcf.gz.tbi├── bwa_index│ ├──gatk_hg38.amb│ ├── gatk_hg38.ann│ ├── gatk_hg38.bwt│ ├──gatk_hg38.pac│ ├── gatk_hg38.sa│ ├── hg38...
GATK的FilterMutectCalls如何才能成功呢
因为有粉丝求助，他学习前面我分享的gatk的mutect2流程都快奔溃了，总是各种报错。 为了证明我教程没有错，所以我赶紧检查了代码，自己走了一遍，重新写了教程，了：最新最全的mutect2教程，提到了因为gatk的mutect2流程更新太频繁，导致这个软件出现了一些无法解决的报错。 走完了体细胞突变（somatic mutation）...
天真的我准备把全部流程迁移到GATK4
我在生信技能树上面发布的gatk4教程也有不少了 本着尽量使用最新版软件的原则，也准备把之前的gatk对rna-seq数据找变异的流程进行转换：$gatk --java-options -xmx25g -djava.io.tmpdir=. addorreplacereadgroups -i $id -o ${sample}_right.bam -so coordinate -id${sample} -lb rna -pl illumina -pu hiseq -sm $...
GATK4最佳实践-体细胞突变的检测与识别
在检测时，由于同时会检测出生殖细胞突变和体细胞突变，需要做的就是去除生殖细胞突变位点，那么剩下的就是体细胞突变位点了，gatk4 采用mutect2 检测体细胞突变，分析流程如下： ? 1. 根据normal 样本得到 panel of normal首先对每个normal 样本，运行mutect2gatk mutect2 -r reference.fa -i normal1.bam -tumor...
最新版针对RNA-seq数据的GATK找变异流程
rna-seq标准分析，我们已经讲解的太多了，表达矩阵到差异分析等下游生物学注释都没有啥新颖之处，融合基因和可变剪切算是出彩的地方，如果加上gatk找变异流程就更棒了，反正都使用了star软件进行序列比对拿到bam文件了。 如果你简单谷歌搜索关键词：gatk best practices pipeline rna-seq 会搜索到大量过期的教程...
GATK4 最佳实践-生殖细胞突变的检测与识别
gatk4 对于体细胞突变和生殖细胞突变的检测分别给出了对应的pipeline:germline snps+indelssomatic snvs + indels本篇主要关注生殖细胞突变的分析流程germline snps+indels。 示意图如下：? 图中红色方框部分的从analysis-ready bam 到，主要包括以下4步haplotypercaller in gvcf modeimportgenomicsdb consolidate...
使用Gatk Germline spns-indels Pipeline分析遗传病(耳聋)
这是gatk best practice系列学习文章中的一篇，本文尝试使用gatk germline spns-indelspipeline来分析遗传病（耳聋）数据这次没有拿到遗传病的室间质评的数据，直接从ncbi上找一些数据来分析。 ncbi上搜索deaf，点击第一条搜索结果，最后几经跳转找到数据下载页面：https:trace.ncbi.nlm.nih.govtracessra?...
可以试用一下这个号称能取代GATK best practice的工具套件
dear colleagues,we are happy to announce the release of elprep 4. 0.0, an open-source, drop-in replacement tool for gatk4picardsamtools for preparing sambam filesfor variant calling that produces identical results,while greatly improving computational performance. for more details,see the elp...
为什么不能通过 GATK 的 PL 直接计算基因型剂量（Genotype dosage）
全文1,943字，阅读8分钟。 ---- start ----gatk 的 pl 比较特殊，它是不能直接用于基因型剂量（genotype dosage）的计算的。 这次我们就来谈一谈这个问题。 有时候我们需要在项目中用基因型剂量来代替基因型（genotype），特别是进行低深度...
满分室间质评之GATK Somatic SNVs + Indels+CNV+SV
卫计委在2017年，2019年，2020年（还没有答案）提供标准数据用于肿瘤生信分析的室间质评。 这样预知结果的数据自然是不能放过了，本文尝试参考gatk best practice：somatic snvs + indels ，cnvkit，manta的pipeline来完成满分流程分析，也可以使用标准数据反向判断gatk mutect2的实际准确度,算法优劣。 注：本文仅...
