SuperAPI AI 工具集

variant-calling

数据与分析

查看项目

更新于 10-15 17:23

技能介绍

用途:为Illumina短读数据的生殖系与体细胞短变异检出提供流程决策指引,覆盖BWA/BWA-MEM2比对、GATK HaplotypeCaller、Mutect2等环节,补充LLM常出错的过滤阈值、GVCF要求与参考一致性等问题。

主要能力:生殖系策略上,单样本且无后续联合分析直接用HaplotypeCaller输出VCF;队列(≥2样本)需HaplotypeCaller加-ERC GVCF,再经GenomicsDBImport与GenotypeGVCFs。过滤策略上,≥30个WGS样本或≥30个WES外显子组用VQSR,少于30样本或单样本用硬过滤。体细胞方面,肿瘤配匹配正常用Mutect2处理双BAM;仅肿瘤样本必须加PoN与gnomAD生殖系资源。

WES与WGS差异:WGS的BQSR/HaplotypeCaller不加-L,WES需-L capture.bed -ip 100;两者BQSR已知位点均用全基因组,不可按捕获区间取子集;联合基因分型区间WGS按染色体、WES用-L capture.bed。

关键参数:硬过滤阈值中SNP与Indel的QD均<2.0,FS分别>60.0与>200.0,MQ<40.0,MQRankSum<-12.5,ReadPosRankSum分别<-8.0与<-20.0,SOR分别>3.0与>10.0。VQSR真值敏感度SNP为99.7、Indel为99.0,Indel加--max-gaussians 4,注释用-an QD -an FS -an MQ -an MQRankSum -an ReadPosRankSum -an SOR。Mutect2需--germline-resource af-only-gnomad.hg38.vcf.gz、--panel-of-normals pon.vcf.gz,可加--f1r2-tar-gz配合LearnReadOrientationModel处理FFPE/OxoG伪影,并在FilterMutectCalls前执行GetPileupSummaries与CalculateContamination。

使用方式:在用户涉及BWA、GATK、HaplotypeCaller、Mutect2,或需在VQSR与硬过滤之间选择、设置WES/WGS参数、运行肿瘤/正常或仅肿瘤体细胞检出时激活。输出先给命令或代码,再解释,结构为确认输入、可用代码、关键参数说明、注意事项,每任务一个完整示例。

限制与注意:比对须带正确@RG头(ID、SM、PL、LB);队列分析必须产出GVCF;Indel不可复用SNP过滤阈值;VQSR不可用于少于30样本;BQSR不可按WES捕获区间截取已知位点;每个产BAM步骤后需建索引;须保证ref.dict、ref.fa.fai、BWA索引与所有VCF为同一基因组版本;仅肿瘤调用必须提供PoN。未提供具体安装命令、价格与平台信息。