作者，Evil Genius
接下来我们进行第二步，对外显子突变信息进行OncoKB注释，为第三步用药指导做充分的准备。我们进行的分析从annovar注释后的结果开始，这里注意很多的细节就可以了。
这里的脚本是python写的全自动化脚本，首先我们需要定义需要的处理函数，这其中包括的函数如下：
函数mutation_vf：计算突变的频率
函数df_aachange : vcf_filter文件的aachange列按p.进行去重，保留NM号较小的值
函数df_geneDetail:vcf_filter文件的geneDetail列按c.进行去重，保留NM号较小的值
函数get_oncokb_maf_file: annovar注释后的txt文件转换成OncoKB注释的矩阵文件。
完整的定义过程及自动化脚本放在了最后,我们先来解析脚本
import os
import re
# import time
from openpyxl import load_workbook
id = sample_name
input_file = os.path.join(current_path, '检测结果', id+'.filter.vcf.hg19_multianno.txt')
output_file = os.path.join(current_path, '检测结果', id+'.oncokb.maf.txt')
get_oncokb_maf_file(input_file,output_file)
oline = '\t'.join([id,'NSCLC'])
clinical_info_file.write(oline+'\n')
这一步中输入annovar的注释结果（txt格式），示例如下：
输出我们需要的OncoKB注释需要的矩阵文件，如下图
OncoKB在先注释，这里展示多脚本的注释方法，其实就是循环，每个id为每个样本。
for id in ids:
# time.sleep(5)
print('python3 MafAnnotator.py -i 检测结果/' + \
id + '.oncokb.maf.txt -o 检测结果/' + id + '.oncokb.txt -c clinical_info.txt -b "84a75c6f-7daf-4fee-86ce-ae3f12f31413" -q hgvsg')
try:
os.system('python3 MafAnnotator.py -i 检测结果/' + \
id + '.oncokb.maf.txt -o 检测结果/' + id + '.oncokb.txt -c clinical_info.txt -b 84a75c6f-7daf-4fee-86ce-ae3f12f31413 -q hgvsg')
except:
print('''
%s样本报错，请注意！
''' % id)
continue
# 处理在线oncokb注释后的文件
oncokb_file = open(os.path.join(current_path,'检测结果',id+'.oncokb.txt'),'r')
oncokb_file_tmp = open(os.path.join(current_path,'检测结果',id+'.oncokb.tmp'),'w')
for line in oncokb_file:
array = line.split('\t')
if array[0] == 'NCBI_Build':
array[11:13] = ['sampleNum','sampleid']
array_t = array[11:16]
array_t.reverse()
array[11:16] = array_t
oarray = array[:16] + ['sampleRatio','avsnp150','cosmic95','fathmm-MKL_coding_score','fathmm-MKL_coding_pred'] + array[16:]
else:
array_t = array[11:16]
array_t.reverse()
array[11:16] = array_t
out_array = array[7:12]
temp_k = '~'.join(out_array)
temp_k = 'chr' + temp_k
# print(temp_k)
if temp_k in data:
samples = ';'.join(data[temp_k])+';'
temp_num = len(data[temp_k])
array[14:16] = [samples,str(temp_num)+'/'+str(idsSum)]
else:
temp_num = 0
array[14:16] = ['.','0/'+str(idsSum)]
oarray = array[:16] + [str("{:.2f}%".format(temp_num/idsSum*100))] + vcf_info[temp_k] + array[16:]
oline = '\t'.join(oarray)
oncokb_file_tmp.write(oline)
oncokb_file.close()
oncokb_file_tmp.close()
os.remove(os.path.join(current_path,'检测结果',id+'.oncokb.txt'))
os.rename(os.path.join(current_path,'检测结果',id+'.oncokb.tmp'),os.path.join(current_path,'检测结果',id+'.oncokb.txt'))
这样就得到了OncoKB的注释结果，部分截图如下：
完成了这个，我们就完成了clinvar、intervar、cosmic、oncoKB的位点注释，完全足够知到下游的用药指导了。
封装好以后直接全自动出结果即可，下面是示例
#####进入annovar注释的目录下
python3 主脚本即可
