bcftools - ອອນລາຍໃນຄລາວ

ໂຄງການ:

NAME

samtools - ເຄື່ອງໃຊ້ສຳລັບການຈັດລຽງລຳດັບ/ແຜນທີ່ (SAM).

bcftools - ເຄື່ອງໃຊ້ສໍາລັບຮູບແບບການໂທຖານສອງ (BCF) ແລະ VCF

ສະຫຼຸບສັງລວມ

samtools ເບິ່ງ -bt ref_list.txt -o aln.bam aln.sam.gz

samtools sort aln.bam aln.sorted

samtools ດັດສະນີ aln.sorted.bam

samtools idxstats aln.sorted.bam

samtools ເບິ່ງ aln.sorted.bam chr2:20,100,000-20,200,000

samtools merge out.bam in1.bam in2.bam in3.bam

samtools faidx ref.fasta

samtools pileup -vcf ref.fasta aln.sorted.bam

samtools mpileup -C50 -gf ref.fasta -r chr3:1,000-2,000 in1.bam in2.bam

samtools tview aln.sorted.bam ref.fasta

bcftools ດັດສະນີ in.bcf

bcftools ເບິ່ງ in.bcf chr2:100-200 > out.vcf

bcftools view -Nvm0.99 in.bcf > out.vcf 2 > out.afs

ລາຍລະອຽດ

Samtools ແມ່ນຊຸດຂອງເຄື່ອງໃຊ້ທີ່ຈັດການການຈັດຮຽງໃນຮູບແບບ BAM. ມັນນໍາເຂົ້າ
ຈາກ​ແລະ​ສົ່ງ​ອອກ​ໄປ​ໃນ​ຮູບ​ແບບ SAM (Sequence Alignment / ແຜນ​ທີ່​)​, ບໍ່​ຈັດ​ລຽງ​ລໍາ​ດັບ​, ລວມ​ແລະ
ການສ້າງດັດສະນີ, ແລະອະນຸຍາດໃຫ້ດຶງຂໍ້ມູນການອ່ານຢູ່ໃນພາກພື້ນຕ່າງໆຢ່າງໄວວາ.

Samtools ຖືກອອກແບບມາເພື່ອເຮັດວຽກຢູ່ໃນກະແສ. ມັນຖືວ່າໄຟລ໌ປ້ອນຂໍ້ມູນ `-' ເປັນມາດຕະຖານ
ວັດສະດຸປ້ອນ (stdin) ແລະໄຟລ໌ຜົນຜະລິດ `-' ເປັນຜົນຜະລິດມາດຕະຖານ (stdout). ຄໍາສັ່ງຫຼາຍສາມາດ
ດັ່ງນັ້ນຈຶ່ງຖືກລວມເຂົ້າກັບທໍ່ Unix. Samtools ສະເຫມີສົ່ງຄໍາເຕືອນແລະຂໍ້ຜິດພາດໄປຫາ the
ຜົນຜະລິດຄວາມຜິດພາດມາດຕະຖານ (stderr).

Samtools ຍັງສາມາດເປີດໄຟລ໌ BAM (ບໍ່ແມ່ນ SAM) ຢູ່ໃນເຄື່ອງແມ່ຂ່າຍ FTP ຫຼື HTTP ຫ່າງໄກສອກຫຼີກໄດ້ຖ້າ
ຊື່ໄຟລ໌ BAM ເລີ່ມຕົ້ນດ້ວຍ `ftp://' ຫຼື `http://'. Samtools ກວດເບິ່ງການເຮັດວຽກໃນປະຈຸບັນ
ໄດເລກະທໍລີສໍາລັບໄຟລ໌ດັດສະນີແລະຈະດາວໂຫລດດັດສະນີເມື່ອບໍ່ມີ. Samtools ບໍ່
ດຶງໄຟລ໌ການຈັດຕໍາແຫນ່ງທັງຫມົດເວັ້ນເສຍແຕ່ວ່າມັນຖືກຮ້ອງຂໍໃຫ້ເຮັດແນວນັ້ນ.

ແຊມທົວ ສາມາດ ແລະ OPTIONS

ເບິ່ງ samtools ເບິ່ງ [-bchuHS] [-t in.refList] [-o output] [-f reqFlag] [-F skipFlag]
[-q minMapQ] [-l ຫ້ອງສະໝຸດ] [-r readGroup] [-R rgFile] | [ພາກ​ພື້ນ 1​
[... ]

ສະກັດ/ພິມການຈັດຮຽງທັງໝົດ ຫຼືຍ່ອຍໃນຮູບແບບ SAM ຫຼື BAM. ຖ້າບໍ່ມີພາກພື້ນ
ລະບຸໄວ້, ການຈັດຮຽງທັງໝົດຈະຖືກພິມອອກ; ຖ້າບໍ່ດັ່ງນັ້ນພຽງແຕ່ສອດຄ່ອງ
ການທັບຊ້ອນກັນຂອງພາກພື້ນທີ່ລະບຸໄວ້ຈະເປັນຜົນຜະລິດ. ການຈັດວາງອາດຈະຖືກມອບໃຫ້
ຫຼາຍຄັ້ງຖ້າມັນທັບຊ້ອນກັນຫຼາຍຂົງເຂດ. ພາກພື້ນສາມາດນໍາສະເຫນີ,
ຕົວຢ່າງ, ໃນຮູບແບບຕໍ່ໄປນີ້: `chr2' (chr2 ທັງໝົດ), `chr2:1000000'
(ພາກພື້ນເລີ່ມຕົ້ນຈາກ 1,000,000bp) ຫຼື `chr2:1,000,000-2,000,000' (ພາກພື້ນລະຫວ່າງ
1,000,000 ແລະ 2,000,000bp ລວມທັງຈຸດສິ້ນສຸດ). ການປະສານງານແມ່ນ 1-based.

ທາງເລືອກ:

-b ຜົນຜະລິດໃນຮູບແບບ BAM.

-f INT ພຽງແຕ່ການຈັດຮຽງຜົນຜະລິດກັບທຸກບິດໃນ INT ທີ່ມີຢູ່ໃນຊ່ອງ FLAG.
INT ສາມາດຢູ່ໃນ hex ໃນຮູບແບບຂອງ /^0x[0-9A-F]+/ [0]

-F INT ຂ້າມການຈັດຮຽງດ້ວຍບິດທີ່ມີຢູ່ໃນ INT [0]

-h ລວມເອົາສ່ວນຫົວຢູ່ໃນຜົນຜະລິດ.

-H ສົ່ງອອກສ່ວນຫົວເທົ່ານັ້ນ.

-l STR ພຽງແຕ່ຜົນທີ່ອ່ານຢູ່ໃນຫ້ອງສະຫມຸດ STR [null]

-o ເອກະສານ ໄຟລ໌ຜົນຜະລິດ [stdout]

-q INT ຂ້າມການຈັດຮຽງດ້ວຍ MAPQ ນ້ອຍກວ່າ INT [0]

-r STR ພຽງແຕ່ຜົນທີ່ອ່ານຢູ່ໃນກຸ່ມອ່ານ STR [null]

-R ເອກະສານ ຜົນ​ໄດ້​ຮັບ​ການ​ອ່ານ​ໃນ​ກຸ່ມ​ອ່ານ​ລະ​ບຸ​ໄວ້​ໃນ​ ເອກະສານ [null]

-s ລູກລອຍ ຊິ້ນສ່ວນຂອງແມ່ແບບ/ຄູ່ໄປຫາຕົວຢ່າງຍ່ອຍ; ສ່ວນຈໍານວນເຕັມແມ່ນປະຕິບັດ
ເປັນແກ່ນສໍາລັບເຄື່ອງກໍາເນີດເລກສຸ່ມ [-1]

-S ການປ້ອນຂໍ້ມູນແມ່ນຢູ່ໃນ SAM. ຖ້າ @SQ header line ຂາດ, the `-t' ທາງເລືອກແມ່ນ
ຕ້ອງການ.

-c ແທນທີ່ຈະພິມການຈັດລໍາດັບ, ພຽງແຕ່ນັບພວກມັນແລະພິມ
ຈໍາ​ນວນ​ທັງ​ຫມົດ​. ຕົວເລືອກການກັ່ນຕອງທັງຫມົດ, ເຊັ່ນ: `-f', `-F' ແລະ `-q' , ແມ່ນ
ພິຈາລະນາ.

-t ເອກະສານ ໄຟລ໌ນີ້ແມ່ນ TAB-delimited. ແຕ່ລະແຖວຕ້ອງມີຊື່ອ້າງອີງ
ແລະຄວາມຍາວຂອງເອກະສານອ້າງອີງ, ເສັ້ນຫນຶ່ງສໍາລັບແຕ່ລະເອກະສານອ້າງອີງທີ່ແຕກຕ່າງກັນ;
ຊ່ອງຂໍ້ມູນເພີ່ມເຕີມແມ່ນຖືກລະເລີຍ. ໄຟລ໌ນີ້ຍັງກໍານົດຄໍາສັ່ງຂອງ
ລໍາດັບອ້າງອີງໃນການຈັດລຽງ. ຖ້າທ່ານດໍາເນີນການ `samtools faidx ',
ໄຟລ໌ດັດສະນີຜົນໄດ້ຮັບ .fai ສາ​ມາດ​ນໍາ​ໃຊ້​ເປັນ​ນີ້​
ຍື່ນ.

-u ຜົນຜະລິດ BAM ທີ່ບໍ່ຖືກບີບອັດ. ຕົວເລືອກນີ້ປະຫຍັດເວລາທີ່ໃຊ້
compression/decomprssion ແລະ​ເປັນ​ທີ່​ມັກ​ດັ່ງ​ນັ້ນ​ໃນ​ເວ​ລາ​ທີ່​ຜົນ​ຜະ​ລິດ​ແມ່ນ​
ທໍ່ກັບຄໍາສັ່ງ samtools ອື່ນ.

ທັດສະນະ samtools view [-p chr:pos] [-s STR] [-d ການສະແດງ] [ref.fasta]

ຕົວເບິ່ງການຈັດລໍາດັບຂໍ້ຄວາມ (ອີງໃສ່ຫ້ອງສະຫມຸດ ncurses). ໃນ viewer, ກົດ `?'
ສໍາ​ລັບ​ການ​ຊ່ວຍ​ເຫຼືອ​ແລະ​ກົດ 'g​' ເພື່ອ​ກວດ​ສອບ​ການ​ຈັດ​ຕັ້ງ​ເລີ່ມ​ຕົ້ນ​ຈາກ​ພາກ​ພື້ນ​ໃນ​ຮູບ​ແບບ​
ເຊັ່ນ: `chr10:10,000,000' ຫຼື `=10,000,000' ເມື່ອເບິ່ງເອກະສານອ້າງອີງດຽວກັນ
ລໍາດັບ.

ຕົວເລືອກ:

-d ການສະແດງ ຜົນຜະລິດເປັນ (H)tml ຫຼື (C)urses ຫຼື (T)ext

-p chr:pos ໄປ​ຫາ​ຕໍາ​ແຫນ່ງ​ນີ້​ໂດຍ​ກົງ​

-s STR ສະແດງພຽງແຕ່ການອ່ານຈາກຕົວຢ່າງນີ້ຫຼືກຸ່ມອ່ານ

mpileup samtools mpileup [-EBugp] [-C capQcoef] [-r reg] [-f in.fa] [-l ບັນຊີລາຍຊື່] [-M
capMapQ] [-Q minBaseQ] [-q minMapQ] in.bam [in2.bam [...]]

ສ້າງ BCF ຫຼື pileup ສໍາລັບຫນຶ່ງຫຼືຫຼາຍໄຟລ໌ BAM. ບັນທຶກການຈັດຮຽງແມ່ນ
ຈັດກຸ່ມໂດຍຕົວລະບຸຕົວຢ່າງໃນແຖວຫົວ @RG. ຖ້າຕົວລະບຸຕົວຢ່າງແມ່ນ
ບໍ່ມີ, ແຕ່ລະໄຟລ໌ປ້ອນຂໍ້ມູນຖືກຖືວ່າເປັນຕົວຢ່າງຫນຶ່ງ.

ໃນຮູບແບບ pileup (ໂດຍບໍ່ມີການ -uor-g), ແຕ່​ລະ​ເສັ້ນ​ສະ​ແດງ​ໃຫ້​ເຫັນ​ຕໍາ​ແຫນ່ງ genomic​,
ປະກອບດ້ວຍຊື່ໂຄໂມໂຊມ, ປະສານງານ, ຖານອ້າງອີງ, ພື້ນຖານອ່ານ, ອ່ານ
ຄຸນນະພາບ ແລະຄຸນນະພາບການສ້າງແຜນທີ່. ຂໍ້ມູນກ່ຽວກັບການແຂ່ງຂັນ, ບໍ່ກົງກັນ,
indel, strand, ຄຸນນະພາບຂອງການສ້າງແຜນທີ່ແລະການເລີ່ມຕົ້ນແລະການສິ້ນສຸດຂອງການອ່ານໄດ້ຖືກເຂົ້າລະຫັດທັງຫມົດຢູ່ທີ່
ຖັນພື້ນຖານອ່ານ. ໃນຖັນນີ້, ຈຸດຢືນສໍາລັບການຈັບຄູ່ກັບເອກະສານອ້າງອີງ
ອີງ​ໃສ່​ເສັ້ນ​ທາງ​ຂ້າງ​ຫນ້າ​, ເຄື່ອງ​ຫມາຍ​ຈຸດ​ສໍາ​ລັບ​ການ​ແຂ່ງ​ຂັນ​ຢູ່​ໃນ​ເສັ້ນ reverse ໄດ້​, a '>' ຫຼື
'<' ສຳລັບການຂ້າມການອ້າງອີງ, 'ACGTN' ສຳລັບການບໍ່ກົງກັນຢູ່ໃນສາຍຕໍ່ ແລະ
'acgtn' ສໍາລັບການບໍ່ກົງກັນຢູ່ໃນສາຍພັນປີ້ນກັບກັນ. ຮູບແບບ `\+[0-9]+[ACGTNacgtn]+'
ຊີ້ບອກວ່າມີການແຊກລະຫວ່າງຕຳແໜ່ງອ້າງອີງນີ້ ແລະ ຕໍ່ໄປ
ຕໍາ​ແຫນ່ງ​ກະ​ສານ​ອ້າງ​ອີງ​. ຄວາມ​ຍາວ​ຂອງ​ການ​ແຊກ​ແມ່ນ​ໄດ້​ຮັບ​ໂດຍ​ຈໍາ​ນວນ​ເຕັມ​ໃນ​
ຮູບແບບ, ຕາມດ້ວຍລໍາດັບທີ່ໃສ່. ເຊັ່ນດຽວກັນ, ຮູບແບບ
`-[0-9]+[ACGTNacgtn]+' ສະແດງເຖິງການລຶບອອກຈາກການອ້າງອີງ. ລົບ
ພື້ນຖານຈະຖືກນໍາສະເຫນີເປັນ `*' ໃນແຖວຕໍ່ໄປນີ້. ຍັງຢູ່ໃນພື້ນຖານການອ່ານ
ຖັນ, ສັນຍາລັກ `^' ເປັນຈຸດເລີ່ມຕົ້ນຂອງການອ່ານ. ASCII ຂອງລັກສະນະ
ຕໍ່ໄປນີ້ `^' ລົບ 33 ໃຫ້ຄຸນນະພາບການສ້າງແຜນທີ່. ສັນຍາລັກ `$' ໝາຍເຖິງຈຸດສິ້ນສຸດຂອງ
ພາກສ່ວນທີ່ອ່ານ.

ການປ້ອນຂໍ້ມູນ ຕົວເລືອກ:

-6 ສົມມຸດວ່າຄຸນນະພາບແມ່ນຢູ່ໃນການເຂົ້າລະຫັດ Illumina 1.3+. -A ຢ່າຂ້າມ
ຄູ່ອ່ານຜິດປົກກະຕິໃນການເອີ້ນຕົວແປ.

-B ປິດການນຳໃຊ້ການຈັດຮຽງທີ່ເປັນໄປໄດ້ສຳລັບການຄຳນວນຖານ
ຄຸນນະພາບການຈັດລຽງ (BAQ). BAQ ແມ່ນຄວາມເປັນໄປໄດ້ຂອງ Phred-scaled ຂອງການອ່ານ
ພື້ນ​ຖານ​ແມ່ນ​ບໍ່​ສອດ​ຄ່ອງ​. ການໃຊ້ທາງເລືອກນີ້ຊ່ວຍຫຼຸດຜ່ອນຢ່າງຫຼວງຫຼາຍ
SNPs ທີ່ບໍ່ຖືກຕ້ອງທີ່ເກີດຈາກການຈັດລຽງທີ່ບໍ່ຖືກຕ້ອງ.

-b ເອກະສານ ລາຍຊື່ໄຟລ໌ BAM ທີ່ປ້ອນເຂົ້າ, ນຶ່ງໄຟລ໌ຕໍ່ແຖວ [null]

-C INT ຄ່າສຳປະສິດສຳລັບການຫຼຸດລະດັບຄຸນນະພາບການສ້າງແຜນທີ່ສຳລັບການອ່ານທີ່ບັນຈຸ
ບໍ່ກົງກັນຫຼາຍເກີນໄປ. ໃຫ້ອ່ານດ້ວຍຄວາມເປັນໄປຂອງ phred-scaled q
ການຜະລິດຈາກຕໍາແຫນ່ງແຜນທີ່, ຄຸນນະພາບການສ້າງແຜນທີ່ໃຫມ່
ແມ່ນປະມານ sqrt((INT-q)/INT)*INT. ຄ່າສູນປິດການໃຊ້ງານນີ້
ການທໍາງານ; ຖ້າເປີດໃຊ້, ຄ່າທີ່ແນະນໍາສໍາລັບ BWA ແມ່ນ 50. [0]

-d INT ໃນຕໍາແຫນ່ງໃດຫນຶ່ງ, ອ່ານສູງສຸດ INT ອ່ານຕໍ່ການປ້ອນຂໍ້ມູນ BAM. [250]

-E ຂະຫຍາຍການຄິດໄລ່ BAQ. ທາງເລືອກນີ້ຊ່ວຍໃຫ້ຄວາມອ່ອນໄຫວໂດຍສະເພາະສໍາລັບ
MNPs, ແຕ່ອາດຈະເຮັດໃຫ້ເຈັບປວດສະເພາະເລັກນ້ອຍ.

-f ເອກະສານ ໄດ້ faidx-indexed ເອກະສານອ້າງອີງໃນຮູບແບບ FASTA. ໄຟລ໌ສາມາດເປັນ
ບີບອັດທາງເລືອກໂດຍ razip. [null]

-l ເອກະສານ BED ຫຼືໄຟລ໌ບັນຊີລາຍຊື່ຕໍາແຫນ່ງທີ່ປະກອບດ້ວຍບັນຊີລາຍຊື່ຂອງພາກພື້ນຫຼືສະຖານທີ່ບ່ອນທີ່
pileup ຫຼື BCF ຄວນຖືກສ້າງ [null]

-q INT ຄຸນ​ນະ​ພາບ​ການ​ເຮັດ​ແຜນ​ທີ່​ຕໍາ​່​ສຸດ​ທີ່​ສໍາ​ລັບ​ການ​ຈັດ​ວາງ​ທີ່​ຈະ​ນໍາ​ໃຊ້ [0​]

-Q INT ຄຸນ​ນະ​ພາບ​ຂັ້ນ​ຕ​່​ໍາ​ສໍາ​ລັບ​ພື້ນ​ຖານ​ທີ່​ຈະ​ພິ​ຈາ​ລະ​ນາ [13​]

-r STR ພຽງແຕ່ສ້າງ pileup ໃນພາກພື້ນ STR [ທຸກ​ບ່ອນ​]

ຜົນຜະລິດ ຕົວເລືອກ:

-D ຜົນໄດ້ຮັບຕໍ່ຄວາມເລິກຂອງການອ່ານຕົວຢ່າງ

-g ຄິດ​ໄລ່​ຄວາມ​ເປັນ​ໄປ​ໄດ້ genotype ແລະ​ສົ່ງ​ອອກ​ໃຫ້​ເຂົາ​ເຈົ້າ​ໃນ​ຮູບ​ແບບ​ການ​ໂທ​ຖານ​ສອງ​
(BCF).

-S ຜົນຜະລິດຕໍ່ຕົວຢ່າງ Phred-scaled strand bias P-value

-u ຄ້າຍ​ຄື​ກັບ -g ຍົກເວັ້ນວ່າຜົນຜະລິດແມ່ນບໍ່ໄດ້ບີບອັດ BCF, ເຊິ່ງແມ່ນ
ຕ້ອງການສໍາລັບທໍ່.

ທາງເລືອກໃນການ ສໍາລັບການ Genotype ຄວາມເປັນໄປໄດ້ ການຄໍານວນ (for -g or -u):

-e INT ຄວາມເປັນໄປໄດ້ຄວາມຜິດພາດຂອງການຂະຫຍາຍການຂະຫຍາຍຊ່ອງຫວ່າງ Phred. ການຫຼຸດຜ່ອນ INT
ນໍາໄປສູ່ການ indels ຍາວ. [20]

-h INT ຄ່າສໍາປະສິດສໍາລັບການສ້າງແບບຈໍາລອງຄວາມຜິດພາດ homopolymer. ມອບໃຫ້ l-ຍາວ
homopolymer run, ຄວາມຜິດພາດການຈັດລໍາດັບຂອງ indel ຂອງຂະຫນາດ s ຖືກສ້າງແບບຈໍາລອງ
as INT*s/lທີ່ຢູ່ [100]

-I ຢ່າເຮັດການໂທ INDEL

-L INT ຂ້າມການໂທ INDEL ຖ້າຄວາມເລິກສະເລ່ຍຕໍ່ຕົວຢ່າງແມ່ນຢູ່ຂ້າງເທິງ INT.
[250]

-o INT ຄວາມເປັນໄປໄດ້ຂອງຄວາມຜິດພາດການຈັດລໍາດັບເປີດຊ່ອງຫວ່າງ Phred. ການຫຼຸດຜ່ອນ INT ນໍາໄປສູ່ການ
ກັບການໂທ indel ເພີ່ມເຕີມ. [40]

-p ນຳໃຊ້ -m ແລະ -F thresholds ຕໍ່ຕົວຢ່າງເພື່ອເພີ່ມຄວາມອ່ອນໄຫວຂອງ
ໂທ. ໂດຍຄ່າເລີ່ມຕົ້ນທັງສອງທາງເລືອກແມ່ນຖືກນໍາໃຊ້ກັບການອ່ານທີ່ລວມຈາກທັງຫມົດ
ຕົວຢ່າງ.

-P STR ບັນຊີລາຍຊື່ຂອງແພລະຕະຟອມທີ່ຫຍໍ້ມາຈາກເຄື່ອງຫມາຍຈຸດ (ກໍານົດໂດຍ @RG-PL) ຈາກ​ທີ່​
ຜູ້ສະຫມັກ indel ແມ່ນໄດ້ຮັບ. ມັນແມ່ນແນະນໍາໃຫ້ເກັບກໍາ indel
ຜູ້ສະຫມັກຈາກເຕັກໂນໂລຢີການຈັດລໍາດັບທີ່ມີອັດຕາຄວາມຜິດພາດ indel ຕ່ໍາ
ເຊັ່ນ ILLUMINA. [ທັງໝົດ]

reheader samtools reheader

ປ່ຽນສ່ວນຫົວໃນ in.bam ກັບ header ໃນ in.header.sam. ຄໍາສັ່ງນີ້ແມ່ນ
ໄວກວ່າການປ່ຽນສ່ວນຫົວດ້ວຍການແປງ BAM->SAM->BAM.

cat samtools cat [-h header.sam] [-o out.bam] [ ... ]

ປະກອບ BAMs. ວັດຈະນານຸກົມລຳດັບຂອງແຕ່ລະ BAM ທີ່ປ້ອນເຂົ້າຕ້ອງຄືກັນ,
ເຖິງແມ່ນວ່າຄໍາສັ່ງນີ້ບໍ່ໄດ້ກວດເບິ່ງນີ້. ຄໍາສັ່ງນີ້ໃຊ້ trick ທີ່ຄ້າຍຄືກັນກັບ
reheader ເຊິ່ງເຮັດໃຫ້ສາມາດເຊື່ອມຕໍ່ BAM ໄດ້ໄວ.

ການຈັດລຽງ samtools sort [-nof] [-m maxMem]

ຈັດຮຽງການຈັດຮຽງຕາມຈຸດປະສານງານຊ້າຍສຸດ. ໄຟລ໌ .ບັກ ຈະໄດ້ຮັບການສ້າງຕັ້ງຂື້ນ.
ຄໍາສັ່ງນີ້ອາດຈະສ້າງໄຟລ໌ຊົ່ວຄາວ .%d.bam ໃນເວລາທີ່ທັງຫມົດ
ການ​ຈັດ​ຕັ້ງ​ບໍ່​ສາ​ມາດ​ຖືກ​ປັບ​ເຂົ້າ​ໄປ​ໃນ​ຫນ່ວຍ​ຄວາມ​ຈໍາ (ຄວບ​ຄຸມ​ໂດຍ​ທາງ​ເລືອກ -m​)​.

ທາງເລືອກ:

-o ສົ່ງອອກການຈັດລໍາດັບສຸດທ້າຍກັບຜົນຜະລິດມາດຕະຖານ.

-n ຮຽງລໍາດັບໂດຍການອ່ານຊື່ແທນທີ່ຈະເປັນຈຸດປະສານງານຂອງໂຄໂມໂຊມ

-f ການນໍາໃຊ້ ເປັນ​ເສັ້ນ​ທາງ​ການ​ຜະ​ລິດ​ຢ່າງ​ເຕັມ​ທີ່​ແລະ​ບໍ່​ໄດ້​ເພີ່ມ​ເຕີມ​ .ບັກ បច្ច័យ.

-m INT ປະມານຄວາມຈໍາສູງສຸດທີ່ຕ້ອງການ. [500000000]

ລວມ samtools ລວມ [-nur1f] [-h inh.sam] [-R reg]
[ ... ]

ຮວມການຈັດຮຽງການຈັດຮຽງຫຼາຍອັນ. ລາຍຊື່ການອ້າງອີງສ່ວນຫົວຂອງການປ້ອນຂໍ້ມູນທັງໝົດ
ໄຟລ໌ BAM, ແລະສ່ວນຫົວ @SQ ຂອງ inh.sam, ຖ້າມີ, ທັງຫມົດຕ້ອງຫມາຍເຖິງອັນດຽວກັນ
ຊຸດຂອງລໍາດັບອ້າງອີງ. ບັນຊີລາຍຊື່ການອ້າງອິງ header ແລະ (ເວັ້ນເສຍແຕ່ overridden ໂດຍ
-h) `@' ສ່ວນຫົວຂອງ in1.bam ຈະຖືກຄັດລອກໃສ່ out.bam, ແລະຫົວຂອງອື່ນໆ
ໄຟລ໌ຈະຖືກລະເລີຍ.

ທາງເລືອກ:

-1 ໃຊ້ zlib compression ລະດັບ 1 ເພື່ອລວບລວມຜົນຜະລິດ

-f ບັງຄັບໃຫ້ຂຽນທັບໄຟລ໌ຜົນຜະລິດຖ້າມີ.

-h ເອກະສານ ໃຊ້ສາຍຂອງ ເອກະສານ ເປັນສ່ວນຫົວ `@' ທີ່ຈະສຳເນົາໃສ່ out.bam, ການປ່ຽນແທນ
ແຖວຫົວໃດນຶ່ງທີ່ຈະຖືກສຳເນົາມາຈາກ in1.bam. (ເອກະສານ is
ຕົວຈິງແລ້ວໃນຮູບແບບ SAM, ເຖິງແມ່ນວ່າບັນທຶກການຈັດຕໍາແຫນ່ງໃດກໍ່ຕາມມັນອາດຈະມີ
ບໍ່ສົນໃຈ.)

-n ການຈັດຮຽງການປ້ອນຂໍ້ມູນແມ່ນຈັດຮຽງຕາມຊື່ທີ່ອ່ານ ແທນທີ່ຈະເປັນໂຄໂມໂຊມ
coordinates

-R STR ລວມໄຟລ໌ຢູ່ໃນພາກພື້ນທີ່ລະບຸໄວ້ໂດຍ STR [null]

-r ຄັດຕິດແທັກ RG ໃສ່ແຕ່ລະການຈັດຮຽງ. ຄ່າແທັກແມ່ນສົມມຸດມາຈາກໄຟລ໌
ຊື່.

-u ບໍ່ໄດ້ບີບອັດຜົນຜະລິດ BAM

ດັດຊະນີ ດັດຊະນີ samtools

ດັດສະນີຈັດຮຽງການຈັດຮຽງສໍາລັບການເຂົ້າເຖິງແບບສຸ່ມໄວ. ໄຟລ໌ດັດສະນີ .ໄບ ຈະ​ເປັນ
ສ້າງຂື້ນ.

idxstats samtools idxstats

ດຶງຂໍ້ມູນແລະພິມສະຖິຕິໃນໄຟລ໌ດັດສະນີ. ຜົນຜະລິດແມ່ນ TAB delimited ກັບ
ແຕ່ລະແຖວປະກອບດ້ວຍຊື່ລໍາດັບອ້າງອີງ, ຄວາມຍາວລໍາດັບ, # ແຜນທີ່ອ່ານ
ແລະອ່ານ # unmapped.

faidx samtools faidx [ພາກພື້ນ 1 [... ]

ລໍາດັບການອ້າງອິງດັດສະນີໃນຮູບແບບ FASTA ຫຼືສະກັດລໍາດັບຕໍ່ມາຈາກການດັດສະນີ
ລໍາດັບອ້າງອີງ. ຖ້າ​ຫາກ​ວ່າ​ບໍ່​ມີ​ພາກ​ພື້ນ​ໄດ້​ລະ​ບຸ​ໄວ້​, faidx ຈະດັດສະນີໄຟລ໌ແລະ
ສ້າງ .fai ຢູ່ໃນແຜ່ນ. ຖ້າພາກພື້ນຖືກລະບຸ, ຕໍ່ມາ
ຈະຖືກດຶງຂໍ້ມູນ ແລະພິມອອກເປັນ stdout ໃນຮູບແບບ FASTA. ໄຟລ໌ປ້ອນຂໍ້ມູນສາມາດ
ຖືກບີບອັດຢູ່ໃນ RAZF ຮູບແບບ.

ໝູ່ຄູ່ samtools fixmate

ຕື່ມຂໍ້ມູນໃສ່ຈຸດປະສານງານຫາຄູ່, ISIZE ແລະທຸງທີ່ກ່ຽວຂ້ອງກັບການຫາຄູ່ຈາກການຈັດຮຽງຊື່
ການຈັດວາງ.

rmdup samtools rmdup [-sS]

ເອົາ PCR ທີ່ຊໍ້າກັນອອກ: ຖ້າຄູ່ທີ່ອ່ານຫຼາຍຄູ່ມີພາຍນອກຄືກັນ
ພິກັດ, ພຽງແຕ່ຮັກສາຄູ່ທີ່ມີຄຸນະພາບແຜນທີ່ສູງສຸດ. ໃນ​ຄູ່ -
ຮູບແບບສິ້ນສຸດ, ຄໍາສັ່ງນີ້ ເທົ່ານັ້ນ ເຮັດວຽກກັບທິດທາງ FR ແລະຮຽກຮ້ອງໃຫ້ມີ ISIZE ແມ່ນ
ຕັ້ງຢ່າງຖືກຕ້ອງ. ມັນບໍ່ເຮັດວຽກສໍາລັບການອ່ານທີ່ບໍ່ໄດ້ຈັບຄູ່ (ຕົວຢ່າງ: ສອງປາຍທີ່ມີແຜນທີ່
chromosomes ທີ່ແຕກຕ່າງກັນຫຼືເດັກກໍາພ້າອ່ານ).

ທາງເລືອກ:

-s ເອົາການຊໍ້າກັນສໍາລັບການອ່ານຈົບດຽວ. ໂດຍຄ່າເລີ່ມຕົ້ນ, ຄໍາສັ່ງເຮັດວຽກສໍາລັບ
paired-end ອ່ານເທົ່ານັ້ນ.

-S ປະຕິບັດການອ່ານແບບຄູ່ ແລະອ່ານທ້າຍດຽວ.

ສະຫງົບ samtools ສະຫງົບ [-EeubSr] [-C capQcoef]

ສ້າງແທັກ MD. ຖ້າແທັກ MD ມີຢູ່ແລ້ວ, ຄໍາສັ່ງນີ້ຈະໃຫ້ a
ເຕືອນ ຖ້າແທັກ MD ທີ່ສ້າງຂຶ້ນນັ້ນແຕກຕ່າງຈາກແທັກທີ່ມີຢູ່. ຜົນຜະລິດ SAM
ໂດຍຄ່າເລີ່ມຕົ້ນ

ທາງເລືອກ:

-A ເມື່ອໃຊ້ຮ່ວມກັນກັບ -r ຕົວເລືອກນີ້ຂຽນທັບພື້ນຖານຕົ້ນສະບັບ
ຄຸນນະພາບ.

-e ປ່ຽນພື້ນຖານການອ່ານເປັນ = ຖ້າມັນຄືກັນກັບການອ້າງອີງທີ່ສອດຄ່ອງ
ພື້ນຖານ. Indel caller ບໍ່ສະຫນັບສະຫນູນ = bases ໃນປັດຈຸບັນ.

-u ຜົນຜະລິດ BAM ທີ່ບໍ່ຖືກບີບອັດ

-b ຜົນຜະລິດທີ່ຖືກບີບອັດ BAM

-S ການປ້ອນຂໍ້ມູນແມ່ນ SAM ທີ່ມີເສັ້ນສ່ວນຫົວ

-C INT ຄ່າສໍາປະສິດເພື່ອກໍານົດຄຸນນະພາບການສ້າງແຜນທີ່ຂອງການອ່ານແຜນທີ່ບໍ່ດີ. ເບິ່ງ
ກະຕ່າ ຄໍາ​ສັ່ງ​ສໍາ​ລັບ​ລາຍ​ລະ​ອຽດ​. [0]

-r ຄິດໄລ່ແທໍກ BQ (ບໍ່ມີ -A) ຫຼືຄຸນນະພາບພື້ນຖານຂອງຫລວງໂດຍ BAQ (ດ້ວຍ -A).

-E ຂະຫຍາຍການຄິດໄລ່ BAQ. ທາງເລືອກນີ້ຊື້ຂາຍສະເພາະສໍາລັບ
ຄວາມອ່ອນໄຫວ, ເຖິງແມ່ນວ່າຜົນກະທົບແມ່ນເລັກນ້ອຍ.

ຕັດເປົ້າໝາຍ samtools targetcut [-Q minBaseQ] [-i inPenalty] [-0 em0] [-1 em1] [-2 em2] [-f
ອ້າງອີງ]

ຄໍາສັ່ງນີ້ກໍານົດພາກພື້ນເປົ້າຫມາຍໂດຍການກວດສອບຄວາມຕໍ່ເນື່ອງຂອງການອ່ານ
ຄວາມເລິກ, ຄິດໄລ່ລໍາດັບຄວາມເຫັນດີຂອງ haploid ຂອງເປົ້າຫມາຍແລະຜົນໄດ້ຮັບ SAM ກັບ
ແຕ່ລະລໍາດັບທີ່ສອດຄ້ອງກັບເປົ້າຫມາຍໃດຫນຶ່ງ. ເມື່ອທາງເລືອກ -f ຖືກນໍາໃຊ້, BAQ ຈະເປັນ
ນຳໃຊ້. ຄໍາສັ່ງນີ້ແມ່ນ ພຽງແຕ່ ອອກແບບມາເພື່ອຕັດໂຄນ fosmid ຈາກ fosmid
ການຈັດລໍາດັບສະນຸກເກີ [Ref. Kitzman et al. (2010)].

ໂຄງການໄລຍະ samtools ໄລຍະ [-AF] [-k len] [-b prefix] [-q minLOD] [-Q minBaseQ]

ໂທ ແລະໄລຍະ SNPs heterozygous. ທາງເລືອກ:

-A ວາງການອ່ານທີ່ມີໄລຍະທີ່ບໍ່ຊັດເຈນ.

-b STR ຄໍານໍາຫນ້າຂອງຜົນຜະລິດ BAM. ເມື່ອຕົວເລືອກນີ້ຖືກໃຊ້, ການອ່ານໄລຍະ 0 ຈະເປັນ
ບັນ​ທຶກ​ໄວ້​ໃນ​ໄຟລ​໌​ STR.0.bam ແລະ phase-1 ອ່ານໃນ STR.1.ບ. ບໍ່ຮູ້ຈັກໄລຍະ
reads ຈະຖືກຈັດສັນແບບສຸ່ມໃສ່ຫນຶ່ງໃນສອງໄຟລ໌. Chimeric ອ່ານ
ມີຄວາມຜິດພາດສະຫຼັບຈະຖືກບັນທຶກໄວ້ໃນ STR.chimeric.bam. [null]

-F ຢ່າພະຍາຍາມແກ້ໄຂການອ່ານ chimeric.

-k INT ຄວາມຍາວສູງສຸດສໍາລັບໄລຍະທ້ອງຖິ່ນ. [13]

-q INT LOD ຂະໜາດຂັ້ນຕ່ຳ Phred ເພື່ອໂທຫາ heterozygote. [40]

-Q INT ຄຸນ​ນະ​ພາບ​ຂັ້ນ​ພື້ນ​ຖານ​ຕໍາ​່​ສຸດ​ທີ່​ຈະ​ນໍາ​ໃຊ້​ໃນ​ການ​ໂທ het​. [13]

BCFTOOLS ສາມາດ ແລະ OPTIONS

ເບິ່ງ bcftools ເບິ່ງ [-AbFGNQSucgv] [-D seqDict] [-l ລາຍຊື່Loci] [-s ລາຍຊື່ຕົວຢ່າງ] [-i
ຊ່ອງຫວ່າງSNPratio] [-t mutRate] [-p varThres] [-m varThres] [-P ກ່ອນ] [-1 nGroup1]
[-d minFrac] [-U nPrm] [-X permThres] [-T ປະເພດສາມ] in.bcf [ພູມິພາກ]

ແປງລະຫວ່າງ BCF ແລະ VCF, ໂທຫາຜູ້ສະຫມັກ variant ແລະຄາດຄະເນ allele
ຄວາມຖີ່.

Input / Output ຕົວເລືອກ:

-A ຮັກສາ alleles ທາງເລືອກທີ່ເປັນໄປໄດ້ໃນສະຖານທີ່ variant. ໂດຍຄ່າເລີ່ມຕົ້ນ,
ຄໍາສັ່ງ view ຍົກເລີກ Alleles ທີ່ເປັນໄປບໍ່ໄດ້.

-b ຜົນຜະລິດໃນຮູບແບບ BCF. ຄ່າເລີ່ມຕົ້ນແມ່ນ VCF.

-D ເອກະສານ ລໍາດັບວັດຈະນານຸກົມ (ບັນຊີລາຍຊື່ຂອງຊື່ໂຄໂມໂຊມ) ສໍາລັບການແປງ VCF->BCF
[null]

-F ຊີ້ບອກ PL ຖືກສ້າງຂຶ້ນໂດຍ r921 ຫຼືກ່ອນ (ການສັ່ງຊື້ແມ່ນແຕກຕ່າງກັນ).

-G ສະກັດກັ້ນຂໍ້ມູນ genotype ແຕ່ລະຄົນ.

-l ເອກະສານ ລາຍຊື່ເວັບໄຊທີ່ຂໍ້ມູນຖືກອອກ [ທຸກເວັບໄຊ]

-N ຂ້າມສະຖານທີ່ທີ່ຊ່ອງຂໍ້ມູນ REF ບໍ່ແມ່ນ A/C/G/T

-Q ສົ່ງອອກຮູບແບບຄວາມເປັນໄປໄດ້ QCALL

-s ເອກະສານ ບັນຊີລາຍຊື່ຂອງຕົວຢ່າງທີ່ຈະນໍາໃຊ້. ຖັນທໍາອິດໃນການປ້ອນຂໍ້ມູນໃຫ້ຕົວຢ່າງ
ຊື່ແລະອັນທີສອງໃຫ້ ploidy, ຊຶ່ງສາມາດມີພຽງແຕ່ 1 ຫຼື 2. ໃນເວລາທີ່
ຖັນທີ 2 ແມ່ນບໍ່ມີ, ploidy ຕົວຢ່າງແມ່ນສົມມຸດວ່າເປັນ 2. ໃນ
ຜົນຜະລິດ, ການຈັດລໍາດັບຂອງຕົວຢ່າງຈະຄືກັນກັບໃນ ເອກະສານ.
[null]

-S ການປ້ອນຂໍ້ມູນແມ່ນ VCF ແທນ BCF.

-u ຜົນຜະລິດ BCF ທີ່ບໍ່ຖືກບີບອັດ (ບັງຄັບ -b).

ຄວາມເຫັນດີເຫັນພ້ອມ/ຕົວແປ ການໂທ ຕົວເລືອກ:

-c ໂທຫາຕົວແປໂດຍໃຊ້ Bayesian inference. ທາງເລືອກນີ້ອັດຕະໂນມັດ
ຮຽກ​ຮ້ອງ​ທາງ​ເລືອກ​ -e.

-d ລູກລອຍ ເມື່ອ​ໃດ​ -v ຖືກນໍາໃຊ້, ຂ້າມ loci ບ່ອນທີ່ສ່ວນຫນຶ່ງຂອງຕົວຢ່າງທີ່ກວມເອົາໂດຍ
ອ່ານແມ່ນຢູ່ລຸ່ມ FLOAT. [0]

-e ປະຕິບັດການສົມມຸດຕິຖານສູງສຸດເທົ່ານັ້ນ, ລວມທັງການປະເມີນເວັບໄຊທ໌
ຄວາມຖີ່ຂອງ allele, ການທົດສອບຄວາມສົມດຸນຂອງ Hardy-Weinberg ແລະການທົດສອບ
ສະມາຄົມກັບ LRT.

-g ໂທຫາ genotypes ຕໍ່ຕົວຢ່າງຢູ່ບ່ອນ variant (force -c)

-i ລູກລອຍ ອັດຕາສ່ວນຂອງອັດຕາການປ່ຽນແປງຂອງ INDEL ຫາ SNP [0.15]

-m ລູກລອຍ ຮູບແບບໃໝ່ສຳລັບການໂທແບບ multialllelic ທີ່ໄດ້ຮັບການປັບປຸງ ແລະເປັນຕົວແປທີ່ຫາຍາກ. ອື່ນ
ALT allele ຖືກຍອມຮັບຖ້າ P(chi^2) ຂອງ LRT ເກີນຂອບເຂດ FLOAT.
ພາລາມິເຕີເບິ່ງຄືວ່າແຂງແຮງແລະຄ່າທີ່ແທ້ຈິງມັກຈະບໍ່ມີ
ຜົນກະທົບຕໍ່ຜົນໄດ້ຮັບຫຼາຍ; ຄ່າທີ່ດີທີ່ຈະໃຊ້ແມ່ນ 0.99. ນີ້​ແມ່ນ
ວິທີການໂທຫາແນະນໍາ. [0]

-p ລູກລອຍ ເວັບໄຊໃດໜຶ່ງຖືກພິຈາລະນາເປັນຕົວແປຫາກ P(ref|D)

-P STR ຊ່ວງຄວາມຖີ່ຂອງ allele ກ່ອນ ຫຼືເບື້ອງຕົ້ນ. ຖ້າ STR ສາມາດ ຢ່າງເຕັມທີ່, ເງື່ອນ​ໄຂ2,
ແປ ຫຼືໄຟລ໌ທີ່ປະກອບດ້ວຍຄວາມຜິດພາດທີ່ອອກມາຈາກຕົວແປທີ່ຜ່ານມາ
ການໂທແລ່ນ.

-t ລູກລອຍ ອັດ​ຕາ​ການ​ປ່ຽນ​ແປງ​ຂະ​ຫນາດ​ສໍາ​ລັບ​ການ​ໂທ​ຕົວ​ແປ [0.001​]

-T STR ເປີດໃຊ້ການໂທຄູ່/ສາມອັນ. ສໍາລັບການໂທ trio, ທາງເລືອກ -s ແມ່ນປົກກະຕິແລ້ວ
ຈໍາເປັນຕ້ອງໄດ້ຖືກນໍາໃຊ້ເພື່ອ configure ສະມາຊິກ trio ແລະຄໍາສັ່ງຂອງເຂົາເຈົ້າ.
ໃນໄຟລ໌ທີ່ສະຫນອງໃຫ້ທາງເລືອກ -s, ຕົວຢ່າງທໍາອິດຕ້ອງເປັນ
ລູກ​ຄົນ​ທີ​ສອງ​ແມ່ນ​ພໍ່​ແລະ​ແມ່​ຜູ້​ທີ​ສາມ. ທີ່ຖືກຕ້ອງ
ຄຸນຄ່າຂອງ STR ແມ່ນ "ຄູ່", "trioauto", "trioxd" ແລະ "trioxs", ບ່ອນທີ່
'ຄູ່' ເອີ້ນຄວາມແຕກຕ່າງລະຫວ່າງສອງຕົວຢ່າງການປ້ອນຂໍ້ມູນ, ແລະ 'trioxd'
(`trioxs') ລະບຸວ່າວັດສະດຸປ້ອນມາຈາກໂຄໂມໂຊມ X ທີ່ບໍ່ແມ່ນ PAR
ພາກພື້ນແລະເດັກນ້ອຍແມ່ນເພດຍິງ (ຜູ້ຊາຍ). [null]

-v ຜົນໄດ້ຮັບສະເພາະເວັບໄຊທ໌ຕົວແປ (ບັງຄັບ -c)

ກົງກັນຂ້າມ ການໂທ ແລະ ສະມາຄົມ ການທົດສອບ ຕົວເລືອກ:

-1 INT ຈໍານວນກຸ່ມ-1 ຕົວຢ່າງ. ທາງເລືອກນີ້ຖືກນໍາໃຊ້ສໍາລັບການແບ່ງສ່ວນ
ຕົວຢ່າງເປັນສອງກຸ່ມສໍາລັບການເອີ້ນ SNP ກົງກັນຂ້າມຫຼືການທົດສອບສະມາຄົມ.
ເມື່ອຕົວເລືອກນີ້ຖືກໃຊ້, ຂໍ້ມູນ VCF ຕໍ່ໄປນີ້ຈະຖືກສົ່ງອອກ:
PC2, PCHI2 ແລະ QCHI2. [0]

-U INT ຈໍາ​ນວນ​ຂອງ​ການ​ປ່ຽນ​ແປງ​ສໍາ​ລັບ​ການ​ທົດ​ສອບ​ການ​ສະ​ມາ​ຄົມ (ປະ​ສິດ​ທິ​ຜົນ​ພຽງ​ແຕ່​ມີ​ -1)
[0]

-X ລູກລອຍ ພຽງແຕ່ປະຕິບັດການປ່ຽນແປງສໍາລັບ P(chi^2) -U)
[0.01]

ດັດຊະນີ bcftools ດັດຊະນີ in.bcf

ດັດຊະນີຈັດຮຽງ BCF ສໍາລັບການເຂົ້າເຖິງແບບສຸ່ມ.

cat bcftools cat in1.bcf [in2.bcf [...]]]

ປະກອບໄຟລ໌ BCF. ໄຟລ​໌​ທີ່​ປ້ອນ​ຂໍ້​ມູນ​ແມ່ນ​ຈໍາ​ເປັນ​ຕ້ອງ​ໄດ້​ຮັບ​ການ​ຄັດ​ເລືອກ​ແລະ​ມີ​
ຕົວຢ່າງທີ່ປາກົດຢູ່ໃນລໍາດັບດຽວກັນ.

SAM ຮູບແບບ

ການຈັດຮຽງລໍາດັບ/ແຜນທີ່ (SAM) ຮູບແບບແມ່ນຂັ້ນດ້ວຍແຖບ. ນອກ​ຈາກ​ເສັ້ນ​ຫົວ​ຂໍ້​, ທີ່​
ແມ່ນເລີ່ມຕົ້ນດ້ວຍສັນຍາລັກ '@', ແຕ່ລະເສັ້ນການຈັດຮຽງປະກອບດ້ວຍ:

┌────┬────────────────────────────────── ────────────────────────┐
│ທ່ານ Col │ ພາກສະຫນາມ │ ລາຍລະອຽດ │
├────┼───────────────────────────────── ─────────────────────────┤
│ 1 │ QNAME │ ແມ່ແບບສອບຖາມ/ຄູ່ NAME │
│ 2 │ FLAG │ bitwise FLAG │
│ 3 │ RNAME │ ລຳດັບອ້າງອີງ NAME │
│ 4 │ POS │ 1-based ຊ້າຍສຸດ ຕໍາແຫນ່ງ / ການປະສານງານຂອງລໍາດັບ clipped │
│ 5 │ MAPQ │ ຄຸນນະພາບການສ້າງແຜນທີ່ (Phred-scaled) │
│ 6 │ CIAGR │ ຂະຫຍາຍສາຍ CIGAR │
│ 7 │ MRNM │ ລຳດັບ Mate Reference NaMe (`=' ຖ້າຄືກັນກັບ RNAME) │
│ 8 │ MPOS │ 1-based Mate POSistion │
│ 9 │ TLEN │ Inferred Template Length (ຂະໜາດໃສ່) │
│10 │ SEQ │ ສອບຖາມ SEQuence ຢູ່ໃນສາຍດຽວກັນກັບການອ້າງອີງ │
│11 │ QUAL │ ການສອບຖາມ QUALity (ASCII-33 ໃຫ້ຄຸນນະພາບພື້ນຖານ Phred) │
│12+ │ OPT │ ຊ່ອງຂໍ້ມູນທາງເລືອກທີ່ປ່ຽນແປງໄດ້ໃນຮູບແບບ TAG:VTYPE:VALUE │
└────┴─────────────────────────────────── ─────────────────────────┘

ແຕ່ລະບິດໃນຊ່ອງ FLAG ຖືກກໍານົດເປັນ:

┌────────┬───────────────────────────────── ─────────────────┐
│ ທຸງ │ ໂຄ │ ລາຍລະອຽດ │
├────────┼─────────────────────────────── ─────────────────┤
│0x0001 │ p │ ການອ່ານຖືກຈັບຄູ່ໃນການຈັດລໍາດັບ │
│0x0002 │ P │ ການອ່ານຖືກສ້າງແຜນທີ່ເປັນຄູ່ທີ່ເຫມາະສົມ │
│0x0004 │ u │ ລຳດັບການສອບຖາມຕົວມັນເອງບໍ່ໄດ້ຖືກແຜນທີ່ │
│0x0008 │ U │ ຄູ່ສົມລົດບໍ່ມີແຜນທີ່│
│0x0010 │ r │ strand ຂອງການສອບຖາມ (1 ສໍາລັບການປີ້ນກັບກັນ) │
│0x0020 │ R │ ສາຍຂອງຄູ່ │
│0x0040 │ 1 │ ການອ່ານແມ່ນການອ່ານຄັ້ງທຳອິດໃນຄູ່ │
│0x0080 │ 2 │ ການອ່ານແມ່ນການອ່ານເທື່ອທີສອງໃນຄູ່ │
│0x0100 │ s │ ການຈັດຮຽງບໍ່ແມ່ນຂັ້ນຕົ້ນ │
│0x0200 │ f │ ການອ່ານລົ້ມເຫລວໃນເວທີ/ການກວດສອບຄຸນນະພາບຜູ້ຂາຍ │
│0x0400 │ d │ ການອ່ານແມ່ນເປັນ PCR ຫຼື optical duplicate │
└────────┴──────────────────────────────── ─────────────────┘
ບ່ອນທີ່ຖັນທີສອງໃຫ້ສະຕຣິງເປັນຕົວແທນຂອງຊ່ອງ FLAG.

ທ່ານ F ຮູບແບບ

ຮູບແບບການໂທຕົວແປ (VCF) ແມ່ນຮູບແບບທີ່ຂັ້ນດ້ວຍແຖບຕົວຂັ້ນດ້ວຍແຕ່ລະສາຍຂໍ້ມູນປະກອບດ້ວຍ
ຊ່ອງຂໍ້ມູນຕໍ່ໄປນີ້:

┌────┬──────────────────────────────────── ─────────────────────────────┐
│ທ່ານ Col │ ພາກສະຫນາມ │ ລາຍລະອຽດ │
├────┼────────────────────────────────── ────────────────────────── ┤
│ 1 │ CHROM │ ຊື່ CHROMosome │
│ 2 │ POS │ ຕຳແໜ່ງຊ້າຍສຸດຂອງຕົວປ່ຽນ │
│ 3 │ ID │ ຕົວລະບຸຕົວປ່ຽນແປງທີ່ບໍ່ຊໍ້າກັນ │
│ 4 │ REF │ the REFerence allele │
│ 5 │ ALT │ ALTernate allele(s), ແຍກດ້ວຍເຄື່ອງໝາຍຈຸດ │
│ 6 │ QUAL │ variant/Reference Quality │
│ 7 │ FILTER │ ນຳໃຊ້ຕົວກອງ │
│ 8 │ INFO │ ຂໍ້ມູນທີ່ກ່ຽວຂ້ອງກັບຕົວແປ, ແຍກໂດຍເຄິ່ງຈໍ້າສອງເມັດ │
│ 9 │ FORMAT │ FORMAT ຂອງຊ່ອງຂໍ້ມູນ genotype, ແຍກດ້ວຍຈໍ້າສອງເມັດ (ເລືອກໄດ້) │
│10+ │ SAMPLE │ SAMPLE genotypes ແລະຂໍ້ມູນຕໍ່ຕົວຢ່າງ (ທາງເລືອກ) │
└────┴─────────────────────────────────── ─────────────────────────────┘

ຕາຕະລາງຕໍ່ໄປນີ້ເຮັດໃຫ້ INFO tags ທີ່ໃຊ້ໂດຍ samtools ແລະ bcftools.

┌───────┬────────────────────────────────────────────── ────────────────────────────────────────── ───────────────────────┐
│ Tag │ ຮູບແບບ │ ລາຍລະອຽດ │
├───────────────────────────────────────────── ────────────────────────────────────────── ───────────────────────┤
└───────┴────────────────────────────────────────── ────────────────────────────────────────── ───────────────────────┘

ຕົວຢ່າງ

o ນໍາເຂົ້າ SAM ກັບ BAM ເມື່ອ @SQ ເສັ້ນມີຢູ່ໃນສ່ວນຫົວ:

samtools ເບິ່ງ -bS aln.sam > aln.bam

If @SQ ສາຍ​ແມ່ນ​ບໍ່​ມີ​:

samtools faidx ref.fa
samtools ເບິ່ງ -bt ref.fa.fai aln.sam > aln.bam

ບ່ອນທີ່ ref.fa.fai ແມ່ນ​ການ​ຜະ​ລິດ​ອັດ​ຕະ​ໂນ​ມັດ​ໂດຍ​ faidx ຄໍາສັ່ງ.

o ຄັດຕິດ RG tag ໃນຂະນະທີ່ລວມການຈັດຮຽງການຈັດຮຽງ:

perl -e 'ພິມ
"@RG\tID:ga\tSM:hs\tLB:ga\tPL:Illumina\n@RG\tID:454\tSM:hs\tLB:454\tPL:454\n"' > rg.txt
samtools merge -rh rg.txt merged.bam ga.bam 454.bam

ຄ່າໃນ a RG tag ຖືກກໍານົດໂດຍຊື່ໄຟລ໌ທີ່ອ່ານມາຈາກ. ໃນ​ນີ້
ຕົວຢ່າງ, ໃນ merged.bam, ອ່ານຈາກ ga.bam ຈະຖືກຄັດຕິດ RG:Z:ga, ໃນຂະນະທີ່ອ່ານຈາກ
454.ບ ຈະຖືກຄັດຕິດ RG:Z:454.

o ໂທຫາ SNPs ແລະ INDELs ສັ້ນສໍາລັບບຸກຄົນ diploid ຫນຶ່ງ:

samtools mpileup -ugf ref.fa aln.bam | bcftools ເບິ່ງ -bvcg -> var.raw.bcf
bcftools ເບິ່ງ var.raw.bcf | vcfutils.pl varFilter -D 100 > var.flt.vcf

ໄດ້ -D ທາງເລືອກຂອງ varFilter ຄວບຄຸມຄວາມເລິກການອ່ານສູງສຸດ, ເຊິ່ງຄວນຈະຖືກປັບ
ປະມານສອງເທົ່າຂອງຄວາມເລິກອ່ານສະເລ່ຍ. ຫນຶ່ງອາດຈະພິຈາລະນາທີ່ຈະເພີ່ມ ຄ .50 to mpileup ຖ້າເຮັດແຜນທີ່
ຄຸນ​ນະ​ພາບ​ແມ່ນ overestimated ສໍາ​ລັບ​ການ​ອ່ານ​ທີ່​ມີ​ຄວາມ​ຜິດ​ພາດ​ຫຼາຍ​ເກີນ​ໄປ​. ກຳລັງນຳໃຊ້ຕົວເລືອກນີ້
ປົກກະຕິແລ້ວຈະຊ່ວຍ BWA-ສັ້ນ ແຕ່ອາດຈະບໍ່ແມ່ນຜູ້ສ້າງແຜນທີ່ອື່ນໆ.

o ສ້າງລໍາດັບຄວາມເຫັນດີນໍາສໍາລັບບຸກຄົນ diploid ຫນຶ່ງ:

samtools mpileup -uf ref.fa aln.bam | bcftools ເບິ່ງ -cg - | vcfutils.pl vcf2fq >
cns.fq

o ໂທຫາການກາຍພັນ somatic ຈາກຄູ່ຂອງຕົວຢ່າງ:

samtools mpileup -DSuf ref.fa aln.bam | bcftools ເບິ່ງ -bvcgT ຄູ່ -> var.bcf

ໃນ​ພາກ​ສະ​ຫນາມ INFO ຜະ​ລິດ​ຕະ​ພັນ​, ຄສ ໃຫ້ອັດຕາສ່ວນ Phred-log ລະຫວ່າງຄວາມເປັນໄປໄດ້ໂດຍ
ການ​ປິ່ນ​ປົວ​ສອງ​ຕົວ​ຢ່າງ​ເປັນ​ເອ​ກະ​ລາດ​, ແລະ​ຄວາມ​ເປັນ​ໄປ​ໄດ້​ໂດຍ​ການ​ຮຽກ​ຮ້ອງ​ໃຫ້ genotype ໄດ້​
ຄືກັນ. ນີ້ ຄສ ເປັນຄະແນນການວັດແທກຄວາມຫມັ້ນໃຈຂອງ somatic ໄດ້
ໂທ. ສູງ​ຂຶ້ນ​ທີ່​ດີກ​ວ່າ​.

o ໂທຫາ de novo ແລະການກາຍພັນ somatic ຈາກ trio ຄອບຄົວ:

samtools mpileup -DSuf ref.fa aln.bam | bcftools ເບິ່ງ -bvcgT ຄູ່ -s samples.txt ->
var.bcf

ເອກະສານ ຕົວຢ່າງ.txt ຄວນປະກອບດ້ວຍສາມແຖວທີ່ລະບຸສະມາຊິກແລະຄໍາສັ່ງຂອງ
ຕົວຢ່າງ (ຕາມລໍາດັບຂອງເດັກ - ພໍ່ - ແມ່). ເຊັ່ນດຽວກັນ, ຄສ ໃຫ້ Phred-log
ອັດຕາສ່ວນຄວາມເປັນໄປໄດ້ທີ່ມີແລະບໍ່ມີຂໍ້ຈໍາກັດສາມ. UGT ສະແດງໃຫ້ເຫັນຄວາມເປັນໄປໄດ້ຫຼາຍທີ່ສຸດ
ການຕັ້ງຄ່າ genotype ໂດຍບໍ່ມີຂໍ້ຈໍາກັດ trio, ແລະ CGT ໃຫ້ຄວາມເປັນໄປໄດ້ຫຼາຍທີ່ສຸດ
ການຕັ້ງຄ່າ genotype ທີ່ພໍໃຈກັບຂໍ້ຈໍາກັດຂອງ trio.

o ບຸກຄົນໄລຍະຫນຶ່ງ:

samtools ສະຫງົບ -AEur aln.bam ref.fa | samtools ໄລຍະ -b ຄໍານໍາຫນ້າ -> phase.out

ໄດ້ ສະຫງົບ ຄໍາສັ່ງຖືກນໍາໃຊ້ເພື່ອຫຼຸດຜ່ອນ heterozygotes ທີ່ບໍ່ຖືກຕ້ອງປະມານ INDELs.

o ໂທຫາ SNPs ແລະ indels ສັ້ນສໍາລັບບຸກຄົນ diploid ຫຼາຍ:

samtools mpileup -P ILLUMINA -ugf ref.fa *.bam | bcftools ເບິ່ງ -bcvg -> var.raw.bcf
bcftools ເບິ່ງ var.raw.bcf | vcfutils.pl varFilter -D 2000 > var.flt.vcf

ບຸກ​ຄົນ​ແມ່ນ​ໄດ້​ຮັບ​ການ​ກໍາ​ນົດ​ຈາກ​ SM tags ໃນ @RG ແຖວຫົວ. ບຸກຄົນສາມາດເປັນ
ລວມຢູ່ໃນໄຟລ໌ການຈັດຕໍາແຫນ່ງຫນຶ່ງ; ບຸກຄົນດຽວຍັງສາມາດແຍກອອກເປັນຫຼາຍໄຟລ໌.
ໄດ້ -P ທາງເລືອກກໍານົດວ່າຜູ້ສະຫມັກ indel ຄວນໄດ້ຮັບການເກັບກໍາພຽງແຕ່ຈາກກຸ່ມອ່ານ
ກັບ @RG-PL ແທັກຕັ້ງເປັນ ILLUMINA. ການລວບລວມຜູ້ສະຫມັກ indel ຈາກການອ່ານຕາມລໍາດັບ
ໂດຍເທກໂນໂລຍີ indel ມັກຈະສົ່ງຜົນກະທົບຕໍ່ການປະຕິບັດການໂທ indel.

ໃຫ້ສັງເກດວ່າມີຮູບແບບການໂທໃຫມ່ທີ່ສາມາດຖືກເອີ້ນໂດຍ

bcftools ເບິ່ງ -m0.99 ...

ເຊິ່ງແກ້ໄຂຂໍ້ຈໍາກັດທີ່ຮ້າຍແຮງຂອງວິທີການເລີ່ມຕົ້ນ.

ສໍາລັບການກັ່ນຕອງ, ຜົນໄດ້ຮັບທີ່ດີທີ່ສຸດເບິ່ງຄືວ່າຈະບັນລຸໄດ້ໂດຍການໃຊ້ຄັ້ງທໍາອິດ SnpGap ການກັ່ນຕອງແລະ
ຈາກນັ້ນນຳໃຊ້ວິທີການຮຽນຮູ້ເຄື່ອງຈັກ

vcf-annotate -f SnpGap=n
ການກັ່ນຕອງ vcf ...

ທັງສອງສາມາດພົບເຫັນຢູ່ໃນ vcfools ແລະ htslib ຊຸດ (ລິ້ງຂ້າງລຸ່ມນີ້).

o ດຶງເອົາຂອບເຂດຄວາມຖີ່ຂອງ allele (AFS) ໃນບັນຊີລາຍຊື່ຂອງສະຖານທີ່ຈາກຫຼາຍໆບຸກຄົນ:

samtools mpileup -Igf ref.fa *.bam > all.bcf
bcftools ເບິ່ງ -bl sites.list all.bcf > sites.bcf
bcftools ເບິ່ງ -cGP cond2 sites.bcf > /dev/null 2> sites.1.afs
bcftools ເບິ່ງ -cGP sites.1.afs sites.bcf > /dev/null 2> sites.2.afs
bcftools ເບິ່ງ -cGP sites.2.afs sites.bcf > /dev/null 2> sites.3.afs
......

ບ່ອນທີ່ sites.list ມີບັນຊີລາຍຊື່ຂອງສະຖານທີ່ທີ່ມີແຕ່ລະແຖວປະກອບດ້ວຍການອ້າງອີງ
ຊື່ລໍາດັບແລະຕໍາແຫນ່ງ. ຕໍ່ໄປນີ້ bcftools ຄໍາສັ່ງຄາດຄະເນ AFS ໂດຍ EM.

o Dump BAQ ນຳໃຊ້ການຈັດຮຽງສຳລັບຜູ້ໂທ SNP ອື່ນໆ:

samtools ສະຫງົບ -bAr aln.bam > aln.baq.bam

ມັນ​ເພີ່ມ​ແລະ​ແກ້​ໄຂ​ໄດ້​ NM ແລະ MD tags ໃນເວລາດຽວກັນ. ໄດ້ ສະຫງົບ ຄໍາສັ່ງຍັງມາ
ກັບ -C ທາງເລືອກ, ຄືກັນກັບຫນຶ່ງໃນ ກະຕ່າ ແລະ mpileup. ສະຫມັກຖ້າມັນຊ່ວຍ.

ຂອບເຂດ ຈຳ ກັດ

o ຄໍາທີ່ບໍ່ສອດຄ່ອງກັນທີ່ໃຊ້ໃນ bam_import.c, bam_endian.h, bam.c ແລະ bam_aux.c.

o Samtools paired-end rmdup ບໍ່ເຮັດວຽກສໍາລັບການອ່ານທີ່ບໍ່ໄດ້ຈັບຄູ່ (ຕົວຢ່າງ: orphans reads or ends
ແຜນທີ່ກັບໂຄໂມໂຊມທີ່ແຕກຕ່າງກັນ). ຖ້ານີ້ແມ່ນຄວາມກັງວົນ, ກະລຸນາໃຊ້ Picard's
MarkDuplicate ທີ່ຈັດການກໍລະນີເຫຼົ່ານີ້ຢ່າງຖືກຕ້ອງ, ເຖິງແມ່ນວ່າຈະຊ້າກວ່າເລັກນ້ອຍ.

ໃຊ້ bcftools ອອນລາຍໂດຍໃຊ້ບໍລິການ onworks.net