scalpel软件找indel

ulwvfje — Mon, 06 Feb 2017 02:37:58 +0000

Scalpel is available here: http://scalpel.sourceforge.net/
文章是： http://www.nature.com/nmeth/journal/v11/n10/full/nmeth.3069.html
很赞的工具！
软件说明书写的也比较详细：http://scalpel.sourceforge.net/manual.html
他提供了3种情况的找INDELs变异，我目前需要用的就是对我的全基因组测序数据来找，所以用single模式：
为了节省对计算资源的消耗，作者建议我单独对每条染色体分别处理。

软件安装是：

## Download and install Scalpel
cd ~/biosoft
mkdir Scalpel &&  cd Scalpel
wget [url]https://downloads.sourceforge.net/project/scalpel/scalpel-0.5.3.tar.gz[/url]  
tar zxvf scalpel-0.5.3.tar.gz
cd scalpel-0.5.3
make
~/biosoft/Scalpel/scalpel-0.5.3/scalpel-discovery  --help
~/biosoft/Scalpel/scalpel-0.5.3/scalpel-export  --help

它需要自己指定--bed参数来选择染色体运行，而且不是给一个chr1就可以了，需要指定染色体及其起始终止坐标：single region in format chr:start-end (example: 1:31656613-31656883)
所以就考验shell编程技巧啦！
制作 ~/reference/genome/hg19/hg19.chr.bed 这个文件，我就不多说了，前面我们已经讲过了！

chr10   1   135534747
chr11   1   135006516
chr12   1   133851895
chr13   1   115169878
chr14   1   107349540
chr15   1   102531392
chr16   1   90354753
chr17   1   81195210
chr18   1   78077248
chr19   1   59128983
chr1    1   249250621
chr20   1   63025520
chr21   1   48129895
chr22   1   51304566
chr2    1   243199373
chr3    1   198022430
chr4    1   191154276
chr5    1   180915260
chr6    1   171115067
chr7    1   159138663
chr8    1   146364022
chr9    1   141213431

区分染色体分别运行scalpel软件代码如下：

cat ~/reference/genome/hg19/hg19.chr.bed |while read id
do
arr=($id) 
# arr=($a) will split the $a to $arr , ${arr[0]} ${arr[1]} ~~~, but ${arr[@]}  is the whole array .
# OLD_IFS="$IFS" 
# IFS="," 
# arr=($a) 
# IFS="$OLD_IFS" 
#arr=($a)用于将字符串$a分割到数组$arr ${arr[0]} ${arr[1]} ... 分别存储分割后的数组第1 2 ... 项 ，${arr[@]}存储整个数组。
#变量$IFS存储着分隔符，这里我们将其设为逗号 "," OLD_IFS用于备份默认的分隔符，使用完后将之恢复默认。
echo ${arr[0]}:${arr[1]}-${arr[2]}
 
date
start=`date +%s`
~/biosoft/Scalpel/scalpel-0.5.3/scalpel-discovery --single \
--bam  ~/data/project/myGenome/fastq/bamFiles/jmzeng.filter.rmdup.bam \
--ref ~/reference/genome/hg19/hg19.fa \
--bed ${arr[0]}:${arr[1]}-${arr[2]}  \
--window 600 --numprocs 5  --dir ${arr[0]}
end=`date +%s`
runtime=$((end-start))
echo "Runtime for ${arr[0]}:${arr[1]}-${arr[2]} was $runtime"
done

生信菜鸟团 » indel

scalpel软件找indel