2024-06-20 QTL-seq从原始数据开始的流程

步骤1:数据质控:

nohup fastqc -t 24 * &
mkdir filter

fastp代码如下,保存为fastp.sh

#!/bin/bash

for file in `ls *_R1.fq.gz | perl -lpe 's/_R1.fq.gz//'`; do 
    fastp -i ${file}_R1.fq.gz -f 5 -t 0 -o ./filter/${file}_fp_R1.fq.gz \
    -I  ${file}_R2.fq.gz -F 5 -T 30  -O ./filter/${file}_fp_R2.fq.gz \
    -h  ${file}_report.html \
    -j  ${file}_report.json 

done

执行fastp命令,批量处理fastq文件

sh fastp.sh

步骤2:call SNP,使用GATK的流程
genome文件构建索引

bwa index public.fasta
samtools  faidx public.fasta
gatk CreateSequenceDictionary -R public.fasta -O public.dict

生成每个样本的gvcf文件,限制了内存和线程数目

#! /bin/sh



for sample in `cat accession1.txt`;do
       bwa mem -t 8 -M -R "@RG\tID:${sample}\tSM:${sample}\tLB:WGS\tPL:Illumina" ../genome/NAU.genome.fa ../data/${sample}_fp_R1.fq.gz ../data/${sample}_fp_R2.fq.gz | samtools view -Sb - > ${sample}.bam && echo "**bwa mapping done **"
       samtools sort -@ 8 -o ${sample}.sorted.bam ${sample}.bam
       rm ${sample}.bam

        #mark duplicate
        gatk --java-options "-Xmx48G -XX:ParallelGCThreads=8 -Djava.io.tmpdir=./tmp" MarkDuplicates -I ${sample}.sorted.bam -O ${sample}.sorted.markdup.bam -M ${sample}.sorted.markdup_metrics.txt  --ASSUME_SORTED true
        

        
        #index
        samtools index ${sample}.sorted.markdup.bam

        #statistic
        #samtoolsflagstat -@ 24 ${sample}.sorted.markdup.bam >${sample}.sorted.markdup.stat
#       qualimap --java-mem-size=30G  bamqc -bam ${sample}.sorted.markdup.bam

        #call variant
        gatk --java-options "-Xmx48G"  HaplotypeCaller --native-pair-hmm-threads 8  -R ../genome/NAU.genome.fa -I ${sample}.sorted.markdup.bam -ERC GVCF -O ${sample}.erc.gvcf

        rm ${sample}.sorted.bam
        rm ${sample}.sorted.markdup.bam
done


合并gvcf

#! /bin/sh
gatk --java-options "-Xmx48G" CombineGVCFs -R ../genome/NAU.genome.fa $(for i in $(ls *.gvcf);do echo "--variant $i";done) -O combined.gvcf
gatk --java-options "-Xmx48G" GenotypeGVCFs -R ../genome/NAU.genome.fa -V combined.gvcf -O combined.vcf

SNP 过滤

pop=$1
## reference genome
reference=$2

### software source
## GATK: https://gatk.broadinstitute.org/hc/en-us

### Steps
## select SNPs from raw vcf
gatk SelectVariants --select-type-to-include SNP --reference ${reference} --variant ${pop}.vcf.gz --output ${pop}.raw.snp.vcf.gz

## perform hard filtering
gatk VariantFiltration --variant ${pop}.raw.snp.vcf.gz --filter-expression "QD < 2.0 || FS > 60.0 || MQ < 40.0 || SOR > 3.0 || MQRankSum < -12.5 || ReadPosRankSum < -8.0" --filter-name "snp_filter" --genotype-filter-expression "DP < 2 || DP > 50" --genotype-filter-name "dp_fail" --output ${pop}.flag.snp.vcf.gz

## selecting bi-allelic SNPs that pass the filtering
gatk SelectVariants --exclude-filtered true --restrict-alleles-to BIALLELIC --reference ${reference} --variant ${pop}.flag.snp.vcf.gz --output ${pop}.hardfiltered.snp.vcf.gz

## perform population filtering
vcftools --gzvcf ${pop}.hardfiltered.snp.vcf.gz --max-missing 0.9 --maf 0.05 --recode --recode-INFO-all --stdout | bgzip -c >  ${pop}.maffiltered.snp.vcf.gz

QTL-seq,参考https://laowang2023.cn/2023/11/07/20231107-easyQTLseq/
使用 GATK VariantsToTable会报错,改成以下命令,gatk版本是4.0

gatk IndexFeatureFile -I /home/data/t010537/wjl-BSA/gvcf/combined.maffiltered.snp.vcf.gz
gatk  --java-options "-Xmx30g" VariantsToTable -F CHROM -F POS -F REF -F ALT -GF GT -GF AD -GF GQ  -V combined.maffiltered.snp.vcf.gz -O BSA.filter.SNPs.table

使用easyQTL

library(easyQTLseq)
file_path <- "BSA.filter.SNPs.table"
data <- readr::read_tsv(file = file_path)
data <- data[!grepl("^sca", data$CHROM), ]
x <- select_sample_and_SNP(data = data, highP = "D60062-343_fp", lowP = "D60062-344_fp", highB = "D60062-chunchi3_fp", lowB = "D60062-chunchi4_fp", popType = "F2", bulkSize = c(30, 30))
x_filter <- filterDP(x = x)
x_filter <- calc_index_etc(x = x_filter, outPrefix = "outprefix", winSize = 2000000, winStep = 20000)

export_figure(x = x_filter, 
              outPrefix = "outprefix", 
              minN = 20,              
              width = 6, height = 3)
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 213,254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 90,875评论 3 387
  • 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 158,682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 56,896评论 1 285
  • 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 66,015评论 6 385
  • 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 50,152评论 1 291
  • 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 39,208评论 3 412
  • 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 37,962评论 0 268
  • 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 44,388评论 1 304
  • 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 36,700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 38,867评论 1 341
  • 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 34,551评论 4 335
  • 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 40,186评论 3 317
  • 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 30,901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 32,142评论 1 267
  • 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 46,689评论 2 362
  • 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 43,757评论 2 351

推荐阅读更多精彩内容