生信菜鸟团 » 性别

根据chrY独有区域的覆盖度及测序深度来判断性别

ulwvfje — Tue, 22 Dec 2015 13:36:54 +0000

这个也是基于bam文件来的，判断chrY独有区域的覆盖度及测序深度

首先下载chrY独有区域的记录文件，https://www.familytreedna.com/documents/bigy_targets.txt

然后用samtools depth来统计测序深度，samtools depth $i |grep 'chr[XY]'

depth统计结果文件如下：

mzeng@ubuntu:/home/jmzeng/gender_determination$ head Sample3.depth
chrX   60085   1
chrX   60086   1
chrX   60087   1
chrX   60088   1
chrX   60089   1
chrX   60090   1
chrX   60091   1
chrX   60092   1
chrX   60093   1
chrX   60094   1

然后我随便写了一个脚本来对测序深度文件进行再统计，统计覆盖度及测序深度

[perl]
open FH,"bigy_targets.txt";
while(){
chomp;
@F=split;
$all+=$F[2]-$F[1]+1;
foreach ($F[1]..$F[2]){
$h{$_}=1;
}
}
close FH;
open FH,$ARGV[0];
while(){
chomp;
@F=split;
next unless $F[0] eq 'chrY';
if (exists $h{$F[1]}){
$pos++;
$depth+=$F[2];
}
}
close FH;
$average=$depth/$pos;
$coverage=$pos/$all;
print "$pos\t$average\t$coverage\n" ;

[/perl]

这样对那三个样本结果如下：

可以看到只有sample4，是覆盖率极低的，而且记录到的pos位点也特别少，所以她是女性！

这里测序深度没有意义。

chrY独有区域文献：https://www.familytreedna.com/learn/wp-content/uploads/2014/08/BIG_Y_WhitePager.pdf

区域记录于：https://www.familytreedna.com/documents/bigy_targets.txt

另外的文献：http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2748900/#bib8

一个很有趣的博客：http://davetang.org/muse/2013/09/07/creating-a-coverage-plot-in-r/

try the GATK "DepthOfCoverage" ?http://www.broadinstitute.org/gsa/wiki/index.php/Depth_of_Coverage_v3.0

or you can run 'samtools pileup' and calculate the mean value for the coverage column.

根据X,Y染色体比对上的reads数来判断性别

ulwvfje — Tue, 22 Dec 2015 13:32:13 +0000

针对高通量测序数据，包括WGS，WES

我这里主要讲根据bam文件里面的chrX和chrY的reas比例来判断性别，大家可以自己处理数据得到bam文件！

主要是读取bam文件，选择chrX上面的记录，统计genotype即可：

也可以统计测序深度，samtools depth $i |grep 'chr[XY]'

如果chrX和chrY的reads比例超过一定值，比如50倍，就判定为女性！

脚本很简单，就统计bam文件的第三列就可以啦，第三列就是染色体信息

samtools view $i | perl -alne '{$h{$F[2]}++}END{print "$_\t$h{$_}" foreach sort keys %h}' >$out.chromosome.stat

对于Sample3，

chrX 1233061

chrY 140506

对于Sample4，很明显，这个是女性！

chrX 2734815

chrY 51860

对于Sample5

chrX 1329302

chrY 156663

根据X染色体的snp的纯和率来判断性别

ulwvfje — Tue, 22 Dec 2015 13:28:53 +0000

针对高通量测序数据，包括WGS，WES，甚至snp6芯片也行。

我这里主要讲根据vcf文件里面的chrX的纯合率来判断性别，大家可以自己处理数据得到vcf文件！

主要是读取vcf文件，选择chrX上面的记录，统计genotype即可：

我这里拿之前的自闭症项目数据来举例子：

根据数据提供者的信息，3-4-5分别就是孩子、父亲、母亲，统计chrX的snp的的纯合和杂合的比例，代码很简单

vcf文件一般第一列是染色体，第6列是质量，第10列是基因型已经测序深度相关信息

cat Sample5.gatk.UG.vcf |perl -alne '{next unless $F[0] eq "chrX";next unless $F[5]>30;$h{(split/:/,$F[9])[0]}++}END{print "$_\t$h{$_}" foreach keys %h}'

如果纯合的snp是杂合的倍数超过一定阈值，比如4倍，就可以判断是男性。

对于Sample3来说，很明显，是男孩，因为X染色体都是纯合突变

0/1 391
1/1 2463
2/2 1
1/2 32
0/2 1
对于Sample4来说，很明显，应该是母亲，证明之前别人给我的信息有误
1/1 3559
1/2 27
0/1 1835
0/2 5
那么Sample5很明显就是父亲咯
1/1 2626
0/1 356
1/2 22