smoove

mencium

smoove menyederhanakan dan mempercepat pemanggilan dan genotipe SV untuk pembacaan singkat. Hal ini juga meningkatkan spesifisitas dengan menghilangkan banyak sinyal penyelarasan palsu yang menunjukkan kebisingan tingkat rendah dan sering kali berkontribusi pada panggilan palsu.

Ada postingan blog yang menjelaskan smoove lebih detail di sini

Keduanya mendukung kelompok kecil dalam satu perintah, dan panggilan tingkat populasi dengan total 4 langkah, 2 di antaranya paralel berdasarkan sampel.

Ada tabel tentang presisi dan perolehan smoove dan duphold (yang digunakan oleh smoove) di sini

Itu membutuhkan:

• kental dan kental_filter
• samtools: untuk dukungan CRAM
• gsort: untuk mengurutkan VCF akhir
• bgzip+tabix: untuk mengompresi dan mengindeks VCF akhir

Dan secara opsional (tetapi semuanya sangat disarankan):

• svtyper: untuk genotipe SV
• svtools: diperlukan untuk kelompok besar
• paling dalam: hapus wilayah dengan cakupan tinggi.
• bcftools: versi 1.5 atau lebih tinggi untuk pengindeksan dan pemfilteran VCF.
• duphold: untuk membubuhi keterangan perubahan kedalaman dalam peristiwa dan pada titik putus.

Menjalankan smoove tanpa argumen apa pun akan menunjukkan mana yang ditemukan sehingga dapat ditambahkan ke PATH sesuai kebutuhan.

keinginan smoove :

1. memparalelkan panggilan ke lumpy_filter untuk mengekstrak pembacaan terpisah dan sumbang yang diperlukan oleh lumpy
2. memfilter lebih lanjut panggilan lumpy_filter untuk menghapus cakupan tinggi, wilayah palsu, dan chrom yang ditentukan pengguna seperti 'hs37d5'; itu juga akan menghapus pembacaan yang kami temukan kemungkinan merupakan sinyal palsu. setelah ini, ini akan menghapus pembacaan tunggal (yang pasangannya telah dihapus oleh salah satu filter sebelumnya) dari bams sumbang. Hal ini membuat lumpy lebih cepat dan tidak terlalu memakan memori.
3. menghitung metrik per sampel untuk mean, deviasi standar, dan distribusi ukuran sisipan seperti yang disyaratkan oleh lumpy.
4. mengalirkan keluaran lumpy langsung ke beberapa proses svtyper untuk genotipe paralel per wilayah saat lumpy masih berjalan.
5. mengurutkan, mengompresi, dan mengindeks VCF akhir.

instalasi

Anda bisa mendapatkan smoove dan semua dependensi melalui gambar buruh pelabuhan (besar):

 docker pull brentp/smoove
docker run -it brentp/smoove smoove -h

Atau, Anda dapat mengunduh biner smoove dari sini: https://github.com/brentp/smoove/releases Ketika dijalankan tanpa argumen apa pun, smoove akan menunjukkan kepada Anda dependensi mana yang dapat ditemukan sehingga Anda dapat menyesuaikan $PATH dan menginstal demikian.

penggunaan

kelompok kecil (n < ~ 40)

untuk kelompok kecil, dimungkinkan untuk mendapatkan VCF genotipe yang disebut bersama dalam satu perintah .

 smoove call -x --name my-cohort --exclude $bed --fasta $reference_fasta -p $threads --genotype /path/to/*.bam

keluaran akan menuju ke ./my-cohort-smoove.genotyped.vcf.gz

--exclude $bed sangat disarankan karena dapat digunakan untuk mengabaikan pembacaan yang tumpang tindih dengan wilayah bermasalah.

Kumpulan wilayah yang bagus untuk GRCh37 ada di sini.

Dan untuk hg38 di sini

panggilan penduduk

Untuk pemanggilan di tingkat populasi (kelompok besar) langkah-langkahnya adalah:

1. Untuk setiap sampel, beri nama genotipe:

 smoove call --outdir results-smoove/ --exclude $bed --name $sample --fasta $reference_fasta -p 1 --genotype /path/to/$sample.bam

Untuk kelompok besar, lebih baik memparalelkan seluruh sampel daripada menggunakan $threads per sampel yang besar. smoove hanya dapat memparalelkan hingga 2 atau 3 thread pada satu sampel dan paling efisien menggunakan 1 thread.

keluaran akan menuju ke `results-smoove/$sample-smoove.genotyped.vcf.gz``

2. Dapatkan penggabungan situs di semua sampel (ini dapat memparalelkan ini di sebanyak mungkin CPU atau mesin yang diperlukan):

 # this will create ./merged.sites.vcf.gz
smoove merge --name merged -f $reference_fasta --outdir ./ results-smoove/*.genotyped.vcf.gz

3. genotipe setiap sampel di lokasi tersebut (ini dapat memparalelkan ini ke sebanyak CPU atau mesin sesuai kebutuhan) dan menjalankan duphold untuk menambahkan anotasi kedalaman.

 smoove genotype -d -x -p 1 --name $sample-joint --outdir results-genotped/ --fasta $reference_fasta --vcf merged.sites.vcf.gz /path/to/$sample.$bam

4. rekatkan semua sampel VCF dengan jumlah varian yang sama untuk mendapatkan satu file gabungan yang berbentuk persegi.

 smoove paste --name $cohort results-genotyped/*.vcf.gz

5. (opsional) beri anotasi pada varian dengan ekson, UTR yang tumpang tindih dari GFF dan beri anotasi heterozigot berkualitas tinggi:

 smoove annotate --gff Homo_sapiens.GRCh37.82.gff3.gz $cohort.smoove.square.vcf.gz | bgzip -c > $cohort.smoove.square.anno.vcf.gz

Ini menambahkan tag SHQ (Smoove Het Quality) ke setiap format sampel) nilai 4 adalah panggilan berkualitas tinggi dan nilai 1 adalah kualitas rendah. -1 bukan-het. Ini juga menambahkan MSHQ untuk Mean SHQ ke bidang INFO yang merupakan skor rata-rata SHQ di semua sampel heterozigot untuk varian tersebut.

Sebagai langkah pertama, pengguna dapat mencari varian dengan MSHQ > 3. Jika Anda menambahkan anotasi duphold, ada baiknya juga memeriksa penghapusan dengan DHFFC < 0.7 dan duplikasi dengan DHFFC > 1.25 .

Pemecahan masalah

• Kepanikan dengan pesan seperti Segmentation fault (core dumped) | bcftools view -O z -c 1 -o kemungkinan berarti Anda memiliki bcftools versi lama. lihat #10

• smoove akan menulis ke sistem TMPDIR. Untuk kelompok besar, pastikan untuk mengatur ini pada sesuatu yang memiliki banyak ruang. misalnya export TMPDIR=/path/to/big

• smoove memerlukan versi terbaru dari lumpy dan lumpy_filter jadi buatlah dari sumber atau dapatkan versi bioconda terbaru.

lihat juga

alat sv