「群體遺傳學實戰(zhàn)」第一課: 對SNP位點進行注釋

文章

我們用于實戰(zhàn)的數(shù)據(jù)集來自于2019年發(fā)表于NG的西瓜文章先匪,它提供了GATK過濾后的SNP數(shù)據(jù)集用于分析逐工,并且附錄提供了完整的樣本信息么抗。該SNP數(shù)據(jù)集包括414個西瓜远荠,2000萬個SNP信息,數(shù)據(jù)大小為22G.

數(shù)據(jù)準備

根據(jù)文章提供的下載地址刑桑,我們分別下載西瓜的基因組氯质,GFF注釋文章和存放的VCF的數(shù)據(jù)集。

ftp://cucurbitgenomics.org/pub/cucurbit/genome/watermelon/97103/v2/97103_genome_v2.fa.gz
ftp://cucurbitgenomics.org/pub/cucurbit/genome/watermelon/97103/v2/97103_gene_gff_v2.gz
ftp://cucurbitgenomics.org/pub/cucurbit/reseq/watermelon/v2/watermelon_414acc_SNP.vcf.gz

需要注意的是祠斧,他們提供的SNP文件存在一些問題闻察,不能用BCFtools進行解析,不過很容易解決琢锋,只需要運行如下命令

zgrep -v '##INFO' watermelon_414acc_SNP.vcf.gz | bgzip -c > watermelon_414acc_SNP2.vcf.gz &

使用SnpEff注釋VCF文件

在文章的第二部分Genome variation map and phylogeny of Citrullus species.辕漂,作者對414個重測序結(jié)果分析得到SNP信息做了如下描述。

These accessions were sequenced to an average depth of 14.5× and coverage of 92.2% of the ‘97103’ genome. In total, 19,725,853 SNPs were identified, of which 1,100,803 were located in coding regions, causing 502,028 nonsynonymous mutations, 589,735 synonymous mutations, 1,031 start codon changes and 6,808 stop codon changes. Furthermore, 6,675,290 small indels were identified, of which 56,115 were located in coding regions.

很可惜吴超,作者并沒有在文章中指出他是使用什么軟件對SNP進行注釋钉嘹,可能是自己寫了一個腳本進行分析,而我為了偷懶烛芬,直接用一個現(xiàn)成的軟件隧期,snpEFF,對VCF文件中的SNP進行注釋赘娄。

參考使用snpEff對VCF進行注釋,我們需要先建立西瓜的注釋數(shù)據(jù)庫宏蛉。

第一步遣臼,修改snpEff/snpEff.config,增加西瓜基因組信息

# watermelon
watermelon.genome : watermelon

第二步拾并,在snpEff/data/新建一個watermelon文件夾揍堰,并存放基因組序列和GFF文件

mkdir -p snpEff/data/watermelon
cp  97103_genome_v2.fa.gz snpEff/data/watermelon/sequences.fa.gz
cp 97103_gene_gff_v2.gz  snpEff/data/watermelon/genes.gff.gz

第三步,運行構(gòu)建命令

java -jar snpEff/snpEff.jar build -gff3 -v watermelon
``

最后嗅义,我們就可以對VCF進行注釋了

```bash
java -jar /opt/biosoft/snpEff/snpEff.jar ann -no-utr -no-downstream -no-upstream -no-intergenic watermelon watermelon_414acc_SNP2.vcf.gz > watermelon_414acc_eff.vcf &

這一步會很久屏歹,最終會得到一個204G文件,這就是我們的注釋結(jié)果之碗。而另外的snpEff_genes.txt和snpEff_summary.html則是用來了解SNP的分布情況蝙眶。

SNP分布圖

根據(jù)SnpEff的注釋結(jié)果(如下),落在編碼區(qū)有1,168,139個。

Type (alphabetical order) Count Percent
DOWNSTREAM 7,325,679 20.41%
EXON 1,168,139 3.254%
INTERGENIC 16,068,984 44.769%
INTRON 3,719,155 10.362%
SPLICE_SITE_ACCEPTOR 1,317 0.004%
SPLICE_SITE_DONOR 1,415 0.004%
SPLICE_SITE_REGION 78,665 0.219%
UPSTREAM 7,530,074 20.979%
UTR_5_PRIME 3 0%

對于落在編碼區(qū)域的SNP而言幽纷,大約有533,656個位點是非同義突變式塌,638,879個位點是同義突變。

Type (alphabetical order) Count Percent
MISSENSE 533,656 45.277%
NONSENSE 6,120 0.519%
SILENT 638,879 54.204%

相比較于文章友浸,我們的各個位置上的SNP信息都比較多峰尝,但是整體在一個數(shù)量級上,接下來就是利用這些SNP位點做更加深入的分析

  • 系統(tǒng)發(fā)育分析
  • 主成分分析
  • 群體結(jié)構(gòu)分析
  • 基因流
  • ...

這些都會在將來慢慢更新收恢。

?著作權歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末武学,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子伦意,更是在濱河造成了極大的恐慌劳淆,老刑警劉巖,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件默赂,死亡現(xiàn)場離奇詭異沛鸵,居然都是意外死亡,警方通過查閱死者的電腦和手機缆八,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進店門曲掰,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人奈辰,你說我怎么就攤上這事栏妖。” “怎么了奖恰?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵吊趾,是天一觀的道長。 經(jīng)常有香客問我瑟啃,道長论泛,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,339評論 1 293
  • 正文 為了忘掉前任蛹屿,我火速辦了婚禮屁奏,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘错负。我一直安慰自己坟瓢,他們只是感情好,可當我...
    茶點故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布犹撒。 她就那樣靜靜地躺著折联,像睡著了一般。 火紅的嫁衣襯著肌膚如雪识颊。 梳的紋絲不亂的頭發(fā)上诚镰,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天,我揣著相機與錄音,去河邊找鬼怕享。 笑死执赡,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的函筋。 我是一名探鬼主播沙合,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼跌帐!你這毒婦竟也來了首懈?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤谨敛,失蹤者是張志新(化名)和其女友劉穎究履,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體脸狸,經(jīng)...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡最仑,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了炊甲。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片泥彤。...
    茶點故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖卿啡,靈堂內(nèi)的尸體忽然破棺而出吟吝,到底是詐尸還是另有隱情,我是刑警寧澤颈娜,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布剑逃,位于F島的核電站,受9級特大地震影響官辽,放射性物質(zhì)發(fā)生泄漏蛹磺。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一野崇、第九天 我趴在偏房一處隱蔽的房頂上張望称开。 院中可真熱鬧,春花似錦乓梨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至焰轻,卻和暖如春臭觉,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工蝠筑, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留狞膘,地道東北人。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓什乙,卻偏偏與公主長得像挽封,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子臣镣,可洞房花燭夜當晚...
    茶點故事閱讀 44,700評論 2 354

推薦閱讀更多精彩內(nèi)容