lumpy sv
v0.3.1
หมายเหตุ: นี่คือ LUMPY 0.2.13 ที่มีการเปลี่ยนแปลงเพิ่มเติมเพื่อให้ lumpyexpress ทำงานเมื่อไฟล์หลักเป็น CRAM ไม่ใช่ BAM ตัวแยกและไม่ลงรอยกันจะต้องยังคงเป็นไฟล์ BAM เนื่องจาก LUMPY เองยังไม่รองรับ CRAM เป็นอินพุต สิ่งนี้จำเป็นต้องมีคำสั่ง hexdump
สำหรับคำถามและการอภิปรายเกี่ยวกับ LUMPY กรุณาเยี่ยมชมฟอรั่มที่:
https://groups.google.com/forum/#!forum/lumpy-discuss
กรอบความน่าจะเป็นสำหรับการค้นพบตัวแปรโครงสร้าง
ไรอัน เอ็ม เลเยอร์, โคลบี เชียง, แอรอน อาร์ ควินแลน และไอรา เอ็ม ฮอลล์ 2557. "เป็นก้อน: กรอบความน่าจะเป็นสำหรับการค้นพบตัวแปรโครงสร้าง" ชีววิทยาจีโนม 15 (6): R84 ดอย:10.1186/gb-2014-15-6-r84.
โปรดทราบว่า smoove เป็นวิธีที่แนะนำในการเรียกใช้ lumpy เนื่องจากรวบรวมแนวทางปฏิบัติที่ดีที่สุดของ lumpy และเครื่องมือที่เกี่ยวข้อง และจะมีรันไทม์สั้นกว่าและอัตราผลบวกลวงต่ำกว่า lumpyexpress ที่อธิบายไว้ด้านล่าง
ดาวน์โหลดและติดตั้ง
git clone --recursive https://github.com/arq5x/lumpy-sv.git
cd lumpy-sv
make
cp bin/* /usr/local/bin/.
เรียกใช้ LUMPY Express
lumpyexpress
-B my.bam
-S my.splitters.bam
-D my.discordants.bam
-o output.vcf
วิธีการติดตั้งเริ่มต้น:
git clone --recursive [email protected]:arq5x/lumpy-sv.git
cd lumpy-sv
make
cp bin/* /usr/local/bin/.
การติดตั้งด้วย costom zlib (ข้อผิดพลาดในการคอมไพล์ gzopen64):
git clone --recursive [email protected]:arq5x/lumpy-sv.git
cd lumpy-sv
export ZLIB_PATH="/usr/lib/x86_64-linux-gnu/"; #when /usr/lib/x86_64-linux-gnu/libz.so
make
cp bin/* /usr/local/bin/.
การตรวจจับเบรกพอยต์อัตโนมัติสำหรับการวิเคราะห์มาตรฐาน
usage: lumpyexpress [options]
อาร์กิวเมนต์ที่จำเป็น
-B FILE coordinate-sorted BAM file(s) (comma separated)
-S FILE split reads BAM file(s) (comma separated)
-D FILE discordant reads BAM files(s) (comma separated)
อาร์กิวเมนต์เพิ่มเติม
-o STR output [fullBam.bam.vcf]
-x FILE BED file to exclude
-P output probability curves for each variant
-m INT minimum sample weight for a call [4]
-r FLOAT trim threshold [0]
-T DIR temp directory [./output_prefix.XXXXXXXXXXXX]
-k keep temporary files
-K FILE path to lumpyexpress.config file
(default: same directory as lumpyexpress)
-v verbose
-h show this message
LUMPY Express รันโปรแกรมภายนอกหลายโปรแกรมซึ่งมีเส้นทางระบุไว้ใน scripts/lumpyexpress.config การกำหนดค่านี้ต้องอยู่ในไดเรกทอรีเดียวกันกับ lumpyexpress หรือระบุอย่างชัดเจนด้วยแฟล็ก -K
การติดตั้ง Makefile จะสร้างไฟล์ lumpyexpress.config โดยอัตโนมัติและวางไว้ในไดเร็กทอรี "bin"
LUMPY Express คาดว่าไฟล์ BAM ที่จัดแนว BWA-MEM เป็นอินพุต โดยจะแยกวิเคราะห์ข้อมูลตัวอย่าง ไลบรารี และกลุ่มการอ่านโดยอัตโนมัติโดยใช้แท็ก @RG ในส่วนหัว BAM ไฟล์ BAM แต่ละไฟล์คาดว่าจะมีตัวอย่างเดียวเท่านั้น
อินพุตขั้นต่ำคือไฟล์ BAM ที่เรียงลำดับพิกัด (-B) ซึ่ง LUMPY Express จะแยกตัวแยกและไม่ลงรอยกันโดยใช้ SAMBLASTER ก่อนที่จะรัน LUMPY อีกทางหนึ่ง ผู้ใช้อาจจัดหาไฟล์ BAM ที่แยกตามพิกัด (-S) และไฟล์ BAM ที่ไม่ลงรอยกัน (-D) ซึ่งจะข้ามการแยก SAMBLASTER เพื่อการวิเคราะห์ที่รวดเร็วยิ่งขึ้น
LUMPY Express สร้างไฟล์ VCF ตามข้อกำหนด VCF 4.2
การตรวจจับเบรกพอยต์ที่ยืดหยุ่นและปรับแต่งได้สำหรับผู้ใช้ขั้นสูง
usage: lumpy [options]
ตัวเลือก
-g Genome file (defines chromosome order)
-e Show evidence for each call
-w File read windows size (default 1000000)
-mw minimum weight across all samples for a call
-msw minimum per-sample weight for a call
-tt trim threshold
-x exclude file bed file
-t temp file prefix, must be to a writeable directory
-P output probability curve for each variant
-b output as BEDPE instead of VCF
-sr bam_file:,
id:,
back_distance:,
min_mapping_threshold:,
weight:,
min_clip:,
read_group:
-pe bam_file:,
id:,
histo_file:,
mean:,
stdev:,
read_length:,
min_non_overlap:,
discordant_z:,
back_distance:,
min_mapping_threshold:,
weight:,
read_group:
-bedpe bedpe_file:,
id:,
weight:
เราขอแนะนำให้จัดแนวข้อมูลด้วย SpeedSeq ซึ่งดำเนินการจัดตำแหน่ง BWA-MEM ทำเครื่องหมายรายการซ้ำ และแยกคู่การอ่านที่แยกและไม่สอดคล้องกัน
speedseq align -R "@RGtID:idtSM:sampletLB:lib"
human_g1k_v37.fasta
sample.1.fq
sample.2.fq
มิฉะนั้นข้อมูลอาจสอดคล้องกับ BWA-MEM
# Align the data
bwa mem -R "@RGtID:idtSM:sampletLB:lib" human_g1k_v37.fasta sample.1.fq sample.2.fq
| samblaster --excludeDups --addMateTags --maxSplitCount 2 --minNonOverlap 20
| samtools view -S -b -
> sample.bam
# Extract the discordant paired-end alignments.
samtools view -b -F 1294 sample.bam > sample.discordants.unsorted.bam
# Extract the split-read alignments
samtools view -h sample.bam
| scripts/extractSplitReads_BwaMem -i stdin
| samtools view -Sb -
> sample.splitters.unsorted.bam
# Sort both alignments
samtools sort sample.discordants.unsorted.bam sample.discordants
samtools sort sample.splitters.unsorted.bam sample.splitters
LUMPY มีทางเลือกการดำเนินการที่แตกต่างกันสองทาง LUMPY Express เป็น wrapper ที่เรียบง่ายสำหรับการวิเคราะห์มาตรฐาน LUMPY (ดั้งเดิม) สามารถปรับแต่งได้มากขึ้นสำหรับผู้ใช้ขั้นสูงและการทดลองเฉพาะทาง
เรียกใช้ LUMPY Express บนตัวอย่างเดียวด้วยตัวแยกและตัวแยกที่แยกไว้ล่วงหน้า
lumpyexpress
-B sample.bam
-S sample.splitters.bam
-D sample.discordants.bam
-o sample.vcf
เรียกใช้ LUMPY Express ร่วมกันกับตัวอย่างหลาย ๆ ตัวอย่างด้วยตัวแยกและตัวแยกที่แยกไว้ล่วงหน้า
lumpyexpress
-B sample1.bam,sample2.bam,sample3.bam
-S sample1.splitters.bam,sample2.splitters.bam,sample3.splitters.bam
-D sample1.discordants.bam,sample2.discordants.bam,sample3.discordants.bam
-o multi_sample.vcf
เรียกใช้ LUMPY Express กับคู่เนื้องอก-ปกติ
lumpyexpress
-B tumor.bam,normal.bam
-S tumor.splitters.bam,normal.splitters.bam
-D tumor.discordants.bam,normal.discordants.bam
-o tumor_normal.vcf
ขั้นแรก สร้างสถิติขนาดส่วนแทรกเชิงประจักษ์ในแต่ละไลบรารีในไฟล์ BAM
samtools view -r readgroup1 sample.bam
| tail -n+100000
| scripts/pairend_distro.py
-r 101
-X 4
-N 10000
-o sample.lib1.histo
สคริปต์ด้านบน (scripts/pairend_distro.py) จะแสดงค่าเฉลี่ยและ stdev ไปที่หน้าจอ สำหรับตัวอย่างเหล่านี้ เราจะถือว่าค่าเฉลี่ยคือ 500 และ stdev คือ 50
รัน LUMPY ด้วย paired-end และ split-reads
lumpy
-mw 4
-tt 0
-pe id:sample,bam_file:sample.discordants.bam,histo_file:sample.lib1.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-sr id:sample,bam_file:sample.splitters.bam,back_distance:10,weight:1,min_mapping_threshold:20
> sample.vcf
เรียกใช้ LUMPY บนไฟล์ BAM ที่มีหลายไลบรารี
lumpy
-mw 4
-tt 0
-pe id:sample,read_group:rg1,bam_file:sample.discordants.bam,histo_file:sample.lib1.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-pe id:sample,read_group:rg2,bam_file:sample.discordants.bam,histo_file:sample.lib2.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-sr id:sample,bam_file:sample.splitters.bam,back_distance:10,weight:1,min_mapping_threshold:20
> sample.vcf
รัน LUMPY บนหลายตัวอย่างด้วยหลายไลบรารี
lumpy
-mw 4
-tt 0
-pe id:sample1,bam_file:sample1.discordants.bam,read_group:rg1,read_group:rg2,histo_file:sample1.lib1.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-pe id:sample1,bam_file:sample1.discordants.bam,read_group:rg3,histo_file:sample1.lib2.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-pe id:sample2,bam_file:sample2.discordants.bam,read_group:rg4,histo_file:sample2.lib1.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,min_mapping_threshold:20
-sr id:sample1,bam_file:sample1.splitters.bam,back_distance:10,weight:1,min_mapping_threshold:20
-sr id:sample2,bam_file:sample2.splitters.bam,back_distance:10,weight:1,min_mapping_threshold:20
> multi_sample.vcf
เรียกใช้ LUMPY โดยไม่รวมขอบเขตที่มีความซับซ้อนต่ำ
Heng Li จัดเตรียมชุดขอบเขตที่มีความซับซ้อนต่ำไว้ในข้อมูลเสริมของรายงานของเขา "สู่ความเข้าใจที่ดีขึ้นเกี่ยวกับสิ่งประดิษฐ์ในการเรียกตัวแปรจากตัวอย่างที่มีความครอบคลุมสูง" ที่ https://doi.org/10.1093/bioinformatics/btu356
unzip btu356_Supplementary_Data.zip
unzip btu356-suppl_data.zip
lumpy
-mw 4
-tt 0.0
-x btu356_LCR-hs37d5.bed/btu356_LCR-hs37d5.bed
-pe bam_file:sample.discordants.bam,histo_file:sample.pe.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,id:sample,min_mapping_threshold:1
-sr bam_file:sample.sr.sort.bam,back_distance:10,weight:1,id:sample,min_mapping_threshold:1
> sample.exclude.vcf
เรียกใช้ LUMPY โดยไม่รวมภูมิภาคที่มีความครอบคลุมสูงมาก
เราสั่งให้ก้อนละเว้นบางภูมิภาคได้โดยใช้ตัวเลือกยกเว้นภูมิภาค ในตัวอย่างนี้ เราค้นหาและยกเว้นภูมิภาคที่มีความครอบคลุมสูงมาก อันดับแรก เราใช้สคริปต์ get_coverages.py เพื่อค้นหาความครอบคลุมขั้นต่ำ สูงสุด และค่าเฉลี่ยของไฟล์ sr และ pe bam และเพื่อสร้างโปรไฟล์ความครอบคลุมสำหรับทั้งสองไฟล์
python ../scripts/get_coverages.py
sample.pe.sort.bam
sample.sr.sort.bam
# sample.pe.sort.bam.coverage min:1 max:14 mean(non-zero):2.35557521272
# sample.sr.sort.bam.coverage min:1 max:7 mean(non-zero):1.08945936729
จากผลลัพธ์นี้ เราจะเลือกที่จะยกเว้นภูมิภาคที่มีความครอบคลุมมากกว่า 10 เท่า ในการสร้างไฟล์ที่แยกออก เราจะใช้สคริปต์ get_exclude_regions.py เพื่อสร้างไฟล์ที่แยกออก
python ../scripts/get_exclude_regions.py
10
exclude.bed
sample.pe.sort.bam
sample.sr.sort.bam
ตอนนี้เรารันใหม่เป็นก้อนด้วยตัวเลือกยกเว้น (-x)
lumpy
-mw 4
-tt 0.0
-x exclude.bed
-pe bam_file:sample.discordants.bam,histo_file:sample.pe.histo,mean:500,stdev:50,read_length:101,min_non_overlap:101,discordant_z:5,back_distance:10,weight:1,id:sample,min_mapping_threshold:1
-sr bam_file:sample.sr.sort.bam,back_distance:10,weight:1,id:sample,min_mapping_threshold:1
> sample.exclude.vcf
SVTyper สามารถเรียกจีโนไทป์บนไฟล์ VCF เอาต์พุต LUMPY โดยใช้อัลกอริธึมความน่าจะเป็นสูงสุดของ Bayesian
svtyper
-B sample.bam
-S sample.splitters.bam
-i sample.vcf
> sample.gt.vcf
สคริปต์ test/test.sh ดำเนินการเป็นกลุ่มกับชุดข้อมูลจำลองหลายชุด และเปรียบเทียบผลลัพธ์กับผลลัพธ์ที่ถูกต้องที่ทราบ สามารถดูชุดข้อมูลตัวอย่างได้ที่ http://layerlab.org/lumpy/data.tar.gz ควรแยกลูกบอลน้ำมันดินนี้ลงในไดเร็กทอรีที่เป็นก้อนระดับบนสุด สคริปต์ test/test.sh ตรวจสอบการมีอยู่ของไดเร็กทอรีนี้ก่อนที่จะรัน LUMPY
ไฟล์ bam ทั้งหมดที่กระบวนการที่เป็นก้อนจะต้องเรียงลำดับตำแหน่ง หากต้องการตรวจสอบว่า bams ของคุณเรียงลำดับอย่างถูกต้องหรือไม่ ให้ใช้สคริปต์ check_sorting.py
python ../scripts/check_sorting.py
pe.pos_sorted.bam
sr.pos_sorted.bam
pe.name_sorted.bam
# pe.pos_sorted.bam
# in order
# sr.pos_sorted.bam
# in order
# pe.name_sorted.bam
# out of order: chr10 102292476 occurred after chr10 102292893
