Pythonバイオ/ツール/GATK

サイトトップ

Pythonバイオ/ツール
├配列の切出し・加工
├RNAseq①リードデータ取得とクオリティチェック・トリミング
├RNAseq②リードの参照配列へのマッピング
├RNAseq③発現解析～カウントデータの解析
├RNAseq④発現解析（続き）
├RNAseq～GeneBankファイルからfasta+gffファイルへ変換
├RNAseq～VCFとBCF
├RNAseq～AP012030
└Variant-Calling

メニュー編集

GATK †

GATK | Quick Start Guide

↑

インストール †

GATK | Current version

Forumへ登録が必要。

4.1.2.0をダウンロード

Java 8が必要

.bash_profileあたりへ、GATKラッパーへのパスを追加

export $PATH:<インストール先のディレクトリ>

すぐこの下にラッパーのバイナリgatkがある

ラッパーは、裸で呼び出すときの -T xxxx 他のパラメータ　を

gatk xxxx 他のパラメータ

のようにして使う。

java -jar <path to GenomeAnalysisTK.jar> -T CountReads -R AP012030-new.fasta -I Kishimoto_01_43B_S1.bam

とするところ、

gatk CountReads -R AP012030-new.fasta -I Kishimoto_01_43B_S1.bam

↑

リファレンスにはfastaの他に、インデックスfaiと辞書dictが必要 †

GATKではfaiとdictが必要らしい。

How can I prepare a FASTA file to use as reference? — GATK-Forum

dict

java -jar CreateSequenceDictionary.jar R= Homo_sapiens_assembly18.fasta O= Homo_sapiens_assembly18.dict

と書いてあるが、

gatk CreateSequenceDictionary -R AP012030-new.fasta -O AP012030-new.dict

で作成。

fai

samtools faidx AP012030-new.fasta

ということだが、以前に作ってあったのでそのまま使う。

それで、CountReadの結果は、

$ gatk CountReads -R AP012030-new.fasta -I Kishimoto_01_43B_S1.bam
Using GATK jar /usr/local/src/gatk-4.1.2.0/gatk-package-4.1.2.0-local.jar
Running:
  java -Dsamjdk.use_async_io_read_samtools=false -Dsamjdk.use_async_io_write_samtools=true \
  -Dsamjdk.use_async_io_write_tribble=false -Dsamjdk.compression_level=2 \
  -jar /usr/local/src/gatk-4.1.2.0/gatk-package-4.1.2.0-local.jar CountReads \
  -R AP012030-new.fasta -I Kishimoto_01_43B_S1.bam
15:39:33.994 INFO  NativeLibraryLoader - Loading libgkl_compression.so from 
 jar:file:/usr/local/src/gatk-4.1.2.0/gatk-package-4.1.2.0-local.jar!/com/intel/gkl/native/libgkl_compression.so
15:39:36.370 INFO  CountReads - ------------------------------------------------------------
15:39:36.372 INFO  CountReads - The Genome Analysis Toolkit (GATK) v4.1.2.0
15:39:36.373 INFO  CountReads - For support and documentation go to https://software.broadinstitute.org/gatk/
15:39:36.375 INFO  CountReads - Executing as yamanouc@pepper.is.sci.toho-u.ac.jp on 
Linux v3.10.0-514.2.2.el7.x86_64 amd64
15:39:36.376 INFO  CountReads - Java runtime: OpenJDK 64-Bit Server VM v1.8.0_111-b15
15:39:36.377 INFO  CountReads - Start Date/Time: 2019/05/16 15:39:33 JST
15:39:36.378 INFO  CountReads - ------------------------------------------------------------
15:39:36.378 INFO  CountReads - ------------------------------------------------------------
15:39:36.380 INFO  CountReads - HTSJDK Version: 2.19.0
15:39:36.380 INFO  CountReads - Picard Version: 2.19.0
15:39:36.380 INFO  CountReads - HTSJDK Defaults.COMPRESSION_LEVEL : 2
15:39:36.381 INFO  CountReads - HTSJDK Defaults.USE_ASYNC_IO_READ_FOR_SAMTOOLS : false
15:39:36.381 INFO  CountReads - HTSJDK Defaults.USE_ASYNC_IO_WRITE_FOR_SAMTOOLS : true
15:39:36.381 INFO  CountReads - HTSJDK Defaults.USE_ASYNC_IO_WRITE_FOR_TRIBBLE : false
15:39:36.382 INFO  CountReads - Deflater: IntelDeflater
15:39:36.382 INFO  CountReads - Inflater: IntelInflater
15:39:36.383 INFO  CountReads - GCS max retries/reopens: 20
15:39:36.383 INFO  CountReads - Requester pays: disabled
15:39:36.383 INFO  CountReads - Initializing engine
15:39:39.020 INFO  CountReads - Done initializing engine
15:39:39.021 INFO  ProgressMeter - Starting traversal
15:39:39.021 INFO  ProgressMeter -        Current Locus  Elapsed Minutes       Reads 
Processed     Reads/Minute
15:56:29.987 INFO  CountReads - 60820166 read(s) filtered by: WellformedReadFilter 

15:56:29.997 INFO  ProgressMeter -             unmapped             16.8                     
0              0.0
15:56:29.997 INFO  ProgressMeter - Traversal complete. Processed 0 total reads in 
16.8 minutes.
15:56:29.998 INFO  CountReads - Shutting down engine
[2019/05/16 15:56:29 JST] org.broadinstitute.hellbender.tools.CountReads done. 
Elapsed time: 16.94 minutes.
Runtime.totalMemory()=4494721024

パフォーマンスと並列化に関する2018/6の論文がある。
Performance benchmarking of GATK3.8 and GATK4

↑

GATKからpicard MarkDuplicatesを使ってみる。 †

$gatk MarkDuplicates -I Kishimoto_01_43B_S1.sorted.bam \
  -M Kishimoto_01_43B_S1.duplicated.metrics -O Kishimoto_01_43B_S1.dedup.sorted.bam 
  --ASSUME_SORTED TRUE --REMOVE_DUPLICATES TRUE

最新の5件

GATK †

インストール †

リファレンスにはfastaの他に、インデックスfaiと辞書dictが必要 †

GATKからpicard MarkDuplicatesを使ってみる。 †