利用QTL-seq软件进行BSA定位分析

       最近逛Github,发现一个新出的BSA自动化流程,就叫QTL-seq,看起来还蛮简单方便的,所以搞了一下试试。

       BSA原理就不多说了,在实际操作中,高、低池子至少得两个,然后就是可以选择测还是不测亲本。这套流程是需要亲本测序数据的,还有一些流程是不需要的,例如DeepBSA、QTLseqr等,所以根据自己试验经费来定就好。个人觉得测一下亲本多不了几个钱,可以测了,还可以搞搞重测序分析嘛。

        安装挺简单的,我就喜欢用conda,这个流程又支持conda,所以,上吧

           conda install -c bioconda qtlseq

        完事就安装完毕了,这个流程里面包含了BWA、samtools、BCFtools、Snpeff、Trimmomatic等软件,还有一些python依赖库用于绘图什么的,反正都可以用上面那个命令安装完。

        使用命令很简单,就一行

qtlseq 

usage: qtlseq -r <FASTA> -p <BAM|FASTQ> -b1 <BAM|FASTQ>

              -b2 <BAM|FASTQ> -n1 <INT> -n2 <INT> -o <OUT_DIR>

              [-F <INT>] [-T] [-e <DATABASE>] [--species <NAME>]

        这玩意需要准备的数据有几个,第一部分是两个亲本的测序数据,使用的是参数-p输入 两个亲本就输入两次-p

-p P1_1.fq,P1_2.fq

-p P2_1.fq,P2_2.fq

        第二部分是两个池的数据,

 -b1 bulk1_1.fq,bulk1_2.fq,

 -b2 bulk2_1.fq,bulk2_1.fq,

      测序数据准备完了,剩下就是一些细节参数,比如每个池子里面的样本数

-b1 int

-b2 int

    能用的线程数

-t cpus

      这软件有个特殊的功能,似乎是有人搞了些验证过的snp,用于过滤,目前支持Arabidopsis, Cucumber, Maize, Rapeseed,Rice, Tobacco, Tomato, Wheat, and Yeast等物种,可以增加snp的准确性吧。

qtlseq -r reference.fasta \

      -p parent.1.fastq,parent.2.fastq \

      -b1 bulk_1.1.fastq,bulk_1.2.fastq \

      -b2 bulk_2.1.fastq,bulk_2.2.fastq \

      -n1 20 \

      -n2 20 \

      -t 48 \

      -o example_dir

    然后个人试用的话,感觉还是太慢了,测序数据清理用的Trimmomatic慢出天际,比对走的是bwa流程,其实讲究加速的话,可以先用fastp-----bwa-mem2-------sambamba流程先建立好所有的去重的bam文件,然后再把bam文件进行输入,速度快得多,所以我个人更喜欢如下这样:

qtlseq -r reference.fasta \

      -p parent_1.bam \

      -p parent_2.bam \

      -b1 bulk_1.bam \

     -b2 bulk_2.bam \

       -n1  20  \

      -n2 20 \

       -t 48 \

      -o example_dir

最后输出的文件夹里面包含了各种中间内容:

├── 10_ref

│  ├── reference.fasta

│  ├── reference.fasta.amb

│  ├── reference.fasta.ann

│  ├── reference.fasta.bwt

│  ├── reference.fasta.fai

│  ├── reference.fasta.pac

│  └── reference.fasta.sa

├── 20_bam

│  ├── bulk1.filt.bam

│  ├── bulk1.filt.bam.bai

│  ├── bulk2.filt.bam

│  ├── bulk2.filt.bam.bai

│  ├── parent.filt.bam

│  └── parent.filt.bam.bai

├── 30_vcf

│  ├── qtlseq.vcf.gz

│  └── qtlseq.vcf.gz.tbi

├── 40_qtlseq

│  ├── bulk1_SNPindex.png

│  ├── bulk2_SNPindex.png

│  ├── delta_SNPindex.png

│  ├── sliding_window.tsv

│  ├── sliding_window.p95.tsv

│  ├── sliding_window.p99.tsv

│  ├── np_index.tsv

│  ├── snp_index.p95.tsv

│  └── snp_index.p99.tsv

└── log

  ├── bcftools.log

  ├── bgzip.log

  ├── bwa.log

  ├── samtools.log

  └── tabix.log

还有图,看起来还不错。


最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容