smoove

平滑

smoove簡化並加速了短讀長的 SV 調用和基因分型。它還通過消除許多表示低水平噪聲並經常導致虛假調用的虛假對齊信號來提高特異性。

這裡有一篇部落格文章更詳細地描述了smoove

它既支援單一命令中的小隊列，也支援總共 4 個步驟的總體層級調用，其中 2 個步驟是按樣本並行的。

這裡有一個關於smoove和duphold（smoove使用的）的精確率和召回率的表格

它需要：

• 塊狀和塊狀過濾器
• samtools：用於 CRAM 支持
• gsort：對最終VCF進行排序
• bgzip+tabix：壓縮並索引最終的 VCF

以及可選（但強烈建議）：

• svtyper：對 SV 進行基因分型
• svtools：大型隊列所需
• mostepth：刪除高覆蓋區域。
• bcftools：1.5 版或更高版本，用於 VCF 索引和篩選。
• duphold：註釋事件內和斷點處的深度變化。

運行不帶任何參數的smoove將顯示找到了哪些，以便可以根據需要將它們添加到 PATH 中。

smoove將：

1. 並行呼叫lumpy_filter以提取lumpy所需的分割和不一致的讀取
2. 進一步過濾lumpy_filter呼叫以刪除高覆蓋率、虛假區域和使用者指定的色度，例如「hs37d5」；它還會刪除我們發現的可能是虛假訊號的讀數。之後，它將從不一致的 bam 中刪除單例讀取（其中配對已被先前的過濾器之一刪除）。這使得lumpy變得更快並且更少佔用記憶體。
3. 根據lumpy的要求計算每個樣本的平均值、標準差和插入尺寸分佈的指標。
4. 將lumpy的輸出直接串流到多個svtyper進程中，以便在lumpy仍在運行時進行按區域並行基因分型。
5. 對最終的 VCF 進行排序、壓縮和索引。

安裝

你可以透過（一個大的）docker 映像來取得smoove和所有相依性：

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

或者，您可以從此處下載smoove二進位：https://github.com/brentp/smoove/releases 當不帶任何參數運行時， smoove將向您顯示它可以找到哪些依賴項，以便您可以調整$PATH並安裝因此。

用法

小隊列 (n < ~ 40)

對於小群體，可以透過單一指令獲得聯合調用的基因分型 VCF。

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

輸出將轉到./my-cohort-smoove.genotyped.vcf.gz

強烈建議--exclude $bed ，因為它可用於忽略與有問題區域重疊的讀取。

這裡有一組很好的 GRCh37 區域。

對於 hg38 這裡

人口呼喚

對於人群層級的呼叫（大群體），步驟是：

1. 對於每個樣本，呼叫基因型：

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

對於大型隊列，最好跨樣本並行化，而不是每個樣本使用大量執行緒。 smoove只能在單一樣本上並行化最多 2 或 3 個線程，並且使用 1 個線程的效率最高。

輸出將會轉到“results-smoove/$sample-smoove.genotyped.vcf.gz”

2. 取得所有樣本中站點的並集（這可以根據需要在盡可能多的 CPU 或機器上並行化）：

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

3. 對這些位點的每個樣本進行基因分型（這可以根據需要在盡可能多的 CPU 或機器上並行化）並運行 duphold 以添加深度註釋。

 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. 貼上具有相同數量變體的所有單一樣本 VCF，以獲得單一平方聯合調用檔。

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

5. （可選）以外顯子、與 GFF 重疊的 UTR 註釋變體並註釋高品質雜合子：

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

這會為每個樣本格式加上SHQ （Smoove Het Quality）標籤），值4 表示高品質呼叫，值 1 表示低品質。 -1 是非het。它還將平均 SHQ 的MSHQ添加到 INFO 字段，這是該變體的所有雜合樣本的平均 SHQ 分數。

作為第一遍， DHFFC < 0.7可以尋找DHFFC > 1.25 > 3 的變體。

故障排除

• 出現諸如Segmentation fault (core dumped) | bcftools view -O z -c 1 -o可能表示您擁有舊版的 bcftools。見#10

• smoove將寫入系統 TMPDIR。對於大型群組，請確保將其設定為具有大量空間的值。例如export TMPDIR=/path/to/big

• smoove需要最新版本的lumpy和lumpy_filter因此從原始碼建立它們或取得最新的bioconda 版本。

參見

sv工具