用途:面向生殖系WGS、WES或遗传病panel分析,输入可为FASTQ、BAM或CRAM。若为肿瘤单样本、肿瘤-正常配对或低频分子条形码panel,应改用体细胞或UMI panel技能。
使用前需确认:数据类型(WGS/WES/panel);样本模型(单样本、队列、双人、trio、家系或病例对照);输入类型;物种、参考构建、FASTA、索引与contig命名;BQSR、污染检测与注释所需known-sites;WES/panel的target BED与bait BED;性别/倍性假设及线粒体与性染色体需求;期望的caller、注释输出与最终VCF/gVCF。
流程选择:完整FASTQ/BAM到VCF流程优先用nf-core/sarek;定向任务或自定义流程可直接用GATK4、DeepVariant、samtools或bcftools。预检:python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline dna_germline_variants --emit-install-plan。已备BAM/CRAM的紧凑本地检查用run_dna_variant_calling.py,仅为samtools/bcftools运行封装。更高保真的本地生殖系运行用run_dna_germline_variants.py,支持BQSR、每样本gVCF与联合基因分型,需参考匹配资源与GATK工具链,默认生成resource_plan.json、resource_manifest.tsv、resource_env.sh、resource_readiness.md等产物;可用--genome-build、--bundle-root、--require-resource-plan强制完整注册资源。
决策要点:队列或家系需确定终点是每样本VCF、gVCF还是联合调用队列VCF;WES/panel需将target BED贯穿比对指标、调用与覆盖度报告;仅在参考匹配known-sites存在时用BQSR,不得混用GRCh37、hg19、GRCh38或T2T;检查样本身份、性别一致性、污染、覆盖度、重复率、插入片段大小与转换/颠换;trio需保留系谱元数据,将孟德尔与QC检查同变异解读分开报告。
输出:命令或工作流配置与样本表;含版本与校验和的参考/资源清单;QC摘要(覆盖度、重复率、插入片段大小、污染、性别/亲缘检查);VCF/gVCF路径、索引与注释路径;限制说明(低覆盖、known-sites缺失、target设计缺口或构建不匹配)。临床解读、致病性分类与报告签发不在范围内,除非用户提供经校验的临床工作流。