下载后可任意编辑GATK 使用方法详解 plob 最详尽说明指导书下载后可任意编辑GATK 使用方法详解一、使用 GATK 前须知事项：（1）对 GATK 的测试主要使用的是人类全基因组和外显子组的测序数据，而且全部是基于 illumina 数据格式，目前还没有提供其他格式文件（如 Ion Torrent）或者实验设计（RNA-Seq）的分析方法。（2）GATK 是一个应用于前沿科学讨论的软件，不断在更新和修正，因此，在使用 GATK 进行变异检测时，最好是下载最新的版本，（2024-02-25）。下载网站：。（3）在 GATK 使用过程中（见下面图），有些步骤需要用到已知变异信息，对于这些已知变 异，GATK 只提供了人类的已知变异信息，可以在 GATK 的FTP 站点下载（GATK resource bundle）。假如要讨论的不是人类基因组，需要自行构建已知变异，GATK 提供了详细的构建方法。（4）GATK 在进行 BQSR 和 VQSR 的过程中会使用到 R 软件绘制一些图，因此，在运行 GATK 之前最好先检查一下是否正确安装了 R 和所需要的包，所需要的包大概包括 ggplot2、gplots、bitops、caTools、 colorspace、gdata、gsalib、reshape、RColorBrewer 等。假如画图时出现错误，会提示需要安装的包的名称。二、GATK 的使用流程GATK 最佳使用方案：共 3 大步骤，即:原始数据的处理 --> 变异检测 --> 初步分析。下载后可任意编辑原始数据的处理1. 对原始下机 fastq 文件进行过滤和比对（mapping）对于 Illumina 下机数据推举使用 bwa 进行 mapping。Bwa 比对步骤大致如下：（1）对参考基因组构建索引：例子：bwa index -a bwtsw 。构建索引时需要注意的问题：bwa 构建索引有两种算法，两种算法都是基于BWT 的，这两种算法通过参数-a is 和-a bwtsw 进行选择。其中-a bwtsw 对于短的参考序列是不工作的，必须要大于等于 10Mb；-a is 是默认参数，这个参数不适用于大的参考序列，必须要小于等于 2G。（2）寻找输入 reads 文件的 SA 坐标。对于 pair end 数据，每个 reads 文件单独做运算，single end 数据就不用说了，只有一个文件。pair end：bwa aln -t 4 -I > bwa aln -t 4 -I > single end：bwa aln -l 30 -k 2 -t 4 -I > 主要参数说明：-o int：允许出现的最大 gap 数。-e int：每个 gap 允许的最大长度。-d int：不允许在 3’端出现大于多少 bp 的 deletion。-i int：不允许在 rea...
