生物信息百Jia软件（二十）：lumpy
通哥点评
基因组结构变异SV的检测一直都是当前基因组研究中非常困难的课题，由于二代测序多长过短，因此无论在优化算法，也很难解决根本性的问题。因此，很多用于SV检测的工具都没有太理想的效果，lumpy也只是在前面软件的基础上进行优化，其实并没有根本性的解决问题，不过算是多了一种新的解决方法了。
一、功能分类：
SV检测
二、软件官网：
https://github.com/arq5x/lumpy-sv
三、软件介绍:
SV检测一直是基因组研究领域的国际性难题，目前常用的方法包括四种：
第一种，利用pairend关系的reads，简称PEM的方法；
第二种，利用切割reads的方法，split read简称SR；
第三种，利用reads丰度信息，read depth简称RD；
第四种，利用序列拼接的方法；
lumpy是目前比较流行的一款SV检测工具，它同时支持PEM与SR和RD三种模式。在biostar上很多用户推荐，在lumpy所发的文章中，与Pindel，delly，gasvpro等软件比较，也有不错的效果。软件使用也非常容易，不仅支持gemrline样品，也支持somatic样品。
四、下载安装：
conda install -y lumpy
五、软件使用：
lumpy支持快速和传统两种运行方式，如果想快速使用软件默认功能，直接使用lumpyexpress软件即可。 首先我们来介绍一下lumpy软件的输入文件，只需要短序列比对之后的bam文件即可，可以是bwa比对，也可以novoalign，yaha等，最好支持split reads比对的工具。比对完成之后需要用samblaster处理一下，主要对bam文件不正常的比对结果进行标记，以便接下里进行处理。
bwa mem -R "@RG\tID:id\tSM:sample\tLB:lib" human_g1k_v37.fasta sample.1.fq sample.2.fq
| samblaster --excludeDups --addMateTags --maxSplitCount 2 --minNonOverlap 20
| samtools view -S -b -
> sample.bam
bwa mem -R "@RG\tID:id\tSM:sample\tLB:lib" human_g1k_v37.fasta sample.1.fq sample.2.fq
| samblaster --excludeDups --addMateTags --maxSplitCount 2 --minNonOverlap 20
| samtools view -S -b -
> sample.bam
接下来，从samblaster处理的bam文件中，将split比对和discordant比对的分别提取出来。 首先利用samtools view工具，设置-F 为1294，将discordant的比对提取出来，这里我们同时利用samtools sort进行排序，
samtools view -b -F 1294 sample.bam | samtools sort - > sample.discordants.sorted.bam
接下来，利用软件只带的extractSplitReads_BwaMem将splitreads提取出来，同样直接输出排序后的结果。
samtools view -h sample.bam | scripts/extractSplitReads_BwaMem -i stdin | samtools view -Sb - | samtools sort - > sample.splitters.sorted.bam
利用lumpyexpress进行SV检测
lumpyexpress -B sample.bam -S sample.splitters.sort.bam -D sample.discordants.sort.bam -o output.vcf
六、使用案例：
tumor-normal样品
lumpyexpress -B tumor.bam,normal.bam -S tumor.splitters.bam,normal.splitters.bam -D tumor.discordants.bam,normal.discordants.bam -o tumor_normal.vcf
七、注意事项：
1、如果一次处理多个样品，可以添加多个pe和sr的选项，只不过每个单独设置id，bam_file等选项即可；
2、bwa比对之后的bam文件处理samtools处理之外，还需要进行一些处理，不能直接输入给程序。