用途:作为 DNA 变异检出调度器,从 FASTQ、BAM 或 CRAM 出发处理 WGS、WES 或靶向 DNA panel 分析;样本模型明确后交由更细分的子技能处理,而不是运行通用变异流程。
必要输入:需确认数据类型(WGS、WES、panel)、样本模型(胚系单样本、队列、trio、tumor-only、tumor-normal)、输入类型(FASTQ、BAM、CRAM)、物种与参考基因组、BQSR 所需 known-sites 资源、WES/panel 的 target BED、是否需 UMI 或 duplex 处理、期望的 caller 与注释输出。
分发规则:胚系单样本、队列、家系、trio、WGS、WES 或普通遗传 panel 交给 ngs-dna-germline-variants;tumor-normal、tumor-only、复发-基线或其他癌症体细胞检出交给 ngs-dna-somatic-variants;UMI、duplex、分子条形码或低频靶向 panel 交给 ngs-dna-umi-panel-variants。若请求不明确,只询问缺失的样本模型与实验设计以在三者中选择。
公开默认流程:优先使用 nf-core/sarek 端到端流程;仅在较小、聚焦任务或用户明确要自定义流程时,才直接用 GATK4、DeepVariant、samtools 或 bcftools 命令。
预检:python plugins/ngs-analysis/scripts/ngs_preflight.py --pipeline dna_variant_calling --emit-install-plan
本地执行包:对紧凑的 BAM/CRAM 到 VCF 运行(需匹配的参考 FASTA),使用插件自带的 samtools/bcftools runner:python plugins/ngs-analysis/scripts/run_dna_variant_calling.py --sample-sheet dna_samples.tsv --reference-fasta reference.fa --region chr20:1-100000 --filter-min-qual 30 --filter-min-site-dp 10 --execute。样本表需包含 sample 及 bam 或 cram 列。提供 --region 时会输出该区间的逐碱基深度和可检出位点摘要;提供过滤阈值时会输出软过滤 VCF 与原始调用。该包适合聚焦的本地检查和运行范围生成;胚系、体细胞、UMI、参考资源、队列、注释与流程假设仍由子技能负责。该 runner 会写出 advisory 的 resources/resource_plan.json、resource_manifest.tsv、resource_env.sh、resource_readiness.md;使用 --require-resource-plan 时缺失已登记参考资源会阻断就绪,否则显式 --reference-fasta 足以支持本地检查。
启动模式:预检优先的 nf-core 测试命令:nextflow run nf-core/sarek -profile test,docker --outdir results/sarek_test。实际运行骨架:nextflow run nf-core/sarek -profile docker --input samplesheet.csv --outdir results/sarek --genome GRCh38 --tools haplotypecaller,vep。WES/panel 需包含 target BED;tumor-normal 需在执行前核对配对元数据;UMI panel 需保留条形码处理与分子级 QC。
限制与提示:不得在 FASTA、GTF/BED、known sites 与 VEP cache 间混用基因组版本;未确认磁盘空间与目标路径前不要下载大参考文件;除用户已有经验证的临床流程外,临床解读不在范围内。