【直播】我的基因组 41：按照不同的lane来call variation

我现在已经有了5条lane的测序数据合并后的bam比对文件，也对这个文件做了过滤和找变异。但是不能忽略的是这些测序数据的确是来自于不同的lane，我们有必要回过头去检查一下这些lane的样本都是我本人的吗？有没有可能公司做错了呢？而按照不同的lane来call variation后得到的变异就可以相互比较了。

首先要把bam文件根据lane的标记来拆开，前面我们提到了把bam文件根据染色体来拆开的软件是bamtools，它还可以指定 -tag RG 来把这个bam文件按照原来的测序上样品的lane给分离开(因为本身测序文件就是多个，比对后merge的bam)

命令如下：

~/biosoft/bamtools/bamtools/bin/bamtools split -in ~/data/project/myGenome/bamFiles/P_jmzeng.final.bam -tag RG

从输出的bam文件的大小，就知道每条lane的上样量不一致。

对上面不同lane的bam文件，统一进行过滤掉低质量比对reads，multiple mapped reads和PCR duplication的reads情况。可以看到它们用同样的过滤参数，过滤掉的reads差不多，说明这些lane还是比较稳定。

然后对它们批量找variation，我们还是使用最方便的bcftools和freebayes吧：

软件用法见：

软件的下载和用法，都在前面的帖子里面已经详细说明了，就不赘述啦！但是有很多朋友关心过这个过程耗费的时间，所以我刻意在脚本里面记录了一下时间。

【直播】我的基因组（四）：计算资源的准备 (所有软件安装教程)

输入的bam文件大小看上面的截图，用freebayes来call variation耗时如下(单位是秒)：

用bcftools来call variation耗时如下(我只调用了一个线程)：

似乎bcftools会更慢一些，而且很明显，call variation这一个步骤的耗时主要取决于你的bam文件的大小。

文：Jimmy、阿尔的太阳

图文编辑：吃瓜群众