用途:依据 GATK 最佳实践,使用 HaplotypeCaller 对生殖系 SNP 和 indel 进行变异检测,支持单样本与队列分析。
主要能力:
- 单样本检测:HaplotypeCaller 基础调用,可添加 Coverage、QD、FS、SOR、MQRankSum、ReadPosRankSum 等标准注释,支持目标区间(外显子/panel)和通过 --standard-min-confidence-threshold-for-calling 调整调用置信度。
- GVCF 队列流程:先以 -ERC GVCF 为每个样本生成 GVCF,再用 GenomicsDBImport 或 CombineGVCFs 合并,最后通过 GenotypeGVCFs 联合基因分型。
- 变异过滤:VQSR(VariantRecalibrator 建模型、ApplyVQSR 应用,需足够变异,优选 WGS)、硬过滤(SelectVariants 分离 SNP/indel,VariantFiltration 按 QD、FS、MQ、MQRankSum、ReadPosRankSum、SOR 阈值过滤,MergeVcfs 合并)、CNN 打分过滤(CNNScoreVariants、FilterVariantTranches)。
- BQSR:BaseRecalibrator 结合已知位点生成校正表,ApplyBQSR 应用。
- 并行处理:按区间拆分调用(如按染色体循环)后用 GatherVcfs 合并,或用 --native-pair-hmm-threads 启用原生并行。
使用方式:命令均为 gatk 子命令,需提供参考基因组(-R)、输入 BAM(-I)或 VCF(-V)及输出(-O)。前置条件为 BAM 已完成去重,BQSR 可选但推荐。GVCF 流程需准备 sample_map.txt 样本映射文件。
限制:VQSR 需大量变异,小数据集、外显子或单样本可能不适用,应改用硬过滤;文档未提供具体安装步骤、软件版本、运行时资源需求或性能数据,这些暂未提供。