bam格式文件处理大全（六）

sam文件是短序列比对生成的文件，是二代测序中最核心的文件。在RNAseq，变异检测等分析中，都需要首先生成sam文件格式。bam文件是sam格式的二进制格式，转换为二进制之后，可以减小文件的存储。掌握sam/bam文件的操作是处理二代测序数据的非常重要的内容，例如sam与bam的转换，排序，建立索引，reads计数等等操作。

26 利用GATK进行snp检测

利用GATK可以直接检测SNP，输入数据为排序建立索引的bam，如果是人全基因组，则为排序，标记Duplication并经过BQSR的bam，并建立索引。

 gatk HaplotypeCaller \  
   --emit-ref-confidence GVCF \  
   -R ref.fna \
   -I A1.sorted.bam \  
   -O  A1.g.vcf.gz 

gatk GenotypeGVCFs \  
 -R ref.fna  \  
A1.g.vcf.gz \  
 -O A1.HC.vcf.gz  

27 利用delly进行SV检测

delly软件可以非常方便的检测到基因组上的SV信号，即所谓的breakpoint，输入数据为排序后的bam即可。

delly call -g ref.fna -o A11.delly.sv.bcf -n A11.sorted.bam  
delly filter -f germline -p -q 20 A1.delly.sv.bcf -o A1.delly.sv.filter.bcf  

28 利用lumpy行SV检测

lumpy也可以检测SV，输入数据为首先从bam中筛选出flag值为1294的比对reads。也就是非正常范围内的pairend比对。然后在筛选出一条reads切开后比对上的结果。最后将这些异常reads输入给lumpy。

#1 挑选flag值为1294的reads
samtools view -b -F 1294A1.sorted.bam  | samtools sort - > A1.discordants.sorted.bam  
#2 挑选split比对的reads
samtools view -h A1.sorted.bam | extractSplitReads_BwaMem -i stdin | samtools view -Sb - | samtools sort -> A.splitters.sorted.bam  
#3 利用lumpy找SV
lumpyexpress -BA1.sorted.bam -S A1.discordants.sorted.bam -D A1.splitters.sorted.bam -o A1.lumpu.sv.vcf  

29 利用CNVnator进行CNV检测

利用CNVnator可以筛选CNV突变，软件运行起来比较麻烦，需要对排序建立索引的bam进行各种处理，最后才能得到突变的结果。

#1.提取mapping信息  
cnvnator -root A1.root -tree A1.sorted.bam -unique     
#2.生成质量分布图HISTOGRAM  
cnvnator -root A1.root -his 100  -d ref.fna    
#3.生成统计结果  
cnvnator -root A1.root -stat 100   
#4.RD信息分割partipition  
cnvnator -root A1.root -partition 100   
#5.变异检出  
cnvnator -root A1.root -call 100 > A1.cnvnator.vcf  

30 利用IGV可视化数据

IGV工具可以可视化bam文件，并且支持同时输入多个bam进行比较，此外，还支持输入参考序列fasta格式，突变vcf格式，区间bed格式。

---------- END ----------

（添加作者微信，请注明单位姓名）

您可能还会感兴趣的