SV 归并软件 SURVIVOR

分享
源代码 2024-10-4 10:21:43 113 0 来自 中国
SURVIVOR 软件的功能:
1) Simulate SVs and evaluate existing callers.
2) Merge and compare SVs within a sample and among populations/samples.
3) Convert different formats to vcf files
4) Summarize the results within vcf files or results from SURVIVOR.


1. 安装

wget https://github.com/fritzsedlazeck/SURVIVOR/archive/master.tar.gz -O SURVIVOR.tar.gz
tar xzvf SURVIVOR.tar.gz
cd SURVIVOR-master/Debug/
make
./SURVIVOR
2. 使用(以归并SV为例)

起首确定必要归并的 vcf 文件目次;
ls *vcf > sample_files
基于 SURVIVOR 得到归并数据集;
./SURVIVOR   merge    sample_files   1000   2   1   1   0    30     sample_merged.vcf
这里详细先容一下这几个可选参数;
# merge     归并选项;
# sample_files     待归并的 vcf 文件 list;
# 1000       起始和制止位点的坐标相差均不大于 1000 bp 即归并;
# 2     只输出至少有 2 个 callers 的变异;
# 1     SV 的 type 必要保持同等;
# 1      SV 的方向 strand 必要保持同等;
# 0     
# 30     只输出 30 bp 以上的 SVs;
3. 文献参数设置示例

文献标题:De novoassembly, annotation, and comparative analysis of 26 diverse maize genomes
作者及发表期刊:Huffordet al., 2021,Science
1.png 文献标题:A super pan-genomiclandscape of rice
作者及发表期刊:Shang etal., 2022,Cell Research
文献标题:Long-readsequencing of 111 rice genomes reveals significantly larger pan-genomes
作者及发表期刊:Zhang etal., 2022,Genome Research;
3.png 4. 别的探究

软件使用起来相对简单,尤其是我在使用归并这单一功能时,但效果照旧存在一些标题,不知道只有我遇到了照旧各人都有遇到;
1)无法归并 INS 范例的变异;
DEL 和 INV,相较参考基因组,变异位点是一段序列,有起始和制止位点;
INS 变异只有一个 插入位点,变异处是一段插入序列,除了比力插入位点位置之外,大概还要思量插入序列的相似度,这里我是额外写了一个 perl 脚本来完成这件事。
2)效果文件解读
chr1   237015   DEL12075      tgggtagtggaggagcgggaggcgcgggggagacggcgacgtgggcggcgtggc     t   .   PASS    SUPP=5;SUPP_VEC=0000000000000000000000000000000000000000000000000100;SVLEN=412;SVTYPE=NA;SVMETHOD=SURVIVOR1.0.7;CHR2=chr1;END=237427;CIPOS=0,0;CIEND=0,0;STRANDS=++        GTSVNR:STV:TY:ID:RAL:AAL:CO          ./.:NaN:0:0,0:--:NaN:NaN:NaN:NAN:NAN:NAN       ./.:NA:412:0,0:++:.:NAEL12075:cgtgggggagtgggagaggagagagaggcgggattcgaaattcgaatcccggccatctcgtgggcgcgagcgagcgggagatgggtagtggaggagcgggaggcgcgggggagacggcgacgtgggcggcgtggc:t:chr1_237015-chr1_23742              ./.:NaN:0:0,0:--:NaN:NaN:NaN:NAN:NAN:NAN .....(略)
在我得到的效果文件中,SUPP= 背面形貌了存在该变异的样本数目;
但在每一个样本的详细形貌中,最前面的基因型一栏均为 ./.  ,但背面的 -- 或 ++ 照旧能区分样本是否存在该变异的环境,感觉上有些奇怪;
不知道以上缘故原由是我的输入文件格式造成的,照旧别的缘故原由,欢迎有履历的同砚老师批评区说一下;
我是 SYRI 软件检测的布局变异;


就是,假如以为有效的话,登录一下账号点个赞支持一下,欢迎批评交换!
您需要登录后才可以回帖 登录 | 立即注册

Powered by CangBaoKu v1.0 小黑屋藏宝库It社区( 冀ICP备14008649号 )

GMT+8, 2024-12-4 01:30, Processed in 0.207697 second(s), 35 queries.© 2003-2025 cbk Team.

快速回复 返回顶部 返回列表