Проект 01 · WGS-пайплайн
Полногеномное секвенирование: пять шагов, зафиксированные версии, проверка референса
01Сводка
Что получится после прогона на одном образце.
5шагов в пайплайнеCWL v1.2
472 минвремя прогонаоценка на 1 образец
32.2×среднее покрытиесинтетические бины
9вариантов в отчётепосле фильтра QUAL>30
02Схема пайплайна
Линейная цепочка шагов, каждый шаг — отдельный инструмент в контейнере.
03Покрытие
Глубина по бинам генома: видно провалы в центромерных районах.
04Варианты
Положение найденных вариантов на хромосоме.
05Шаги и версии
Таблица того, что именно запускалось.
| шаг | инструмент | версия | минуты | код |
|---|---|---|---|---|
| тримминг | fastp | 0.23.4 | 21 | 0 |
| выравнивание | bwa-mem2 | 2.2.1 | 184 | 0 |
| дубликаты | gatk MarkDuplicates | 4.6.0.0 | 46 | 0 |
| вызов вариантов | gatk HaplotypeCaller | 4.6.0.0 | 212 | 0 |
| фильтрация | bcftools | 1.20 | 9 | 0 |
06Команды
Режим --dry-run печатает команды и ничего не запускает.
$ python src/wgs_pipeline.py --dry-run[1/5] fastp -i S1.R1.fastq.gz -I S1.R2.fastq.gz -o S1.R1.cl.fq.gz -O S1.R2.cl.fq.gz[2/5] bwa-mem2 mem -t 16 ref.fa S1.R1.cl.fq.gz S1.R2.cl.fq.gz | samtools sort -@ 4 -o S1.sorted.bam[3/5] gatk MarkDuplicates -I S1.sorted.bam -O S1.dedup.bam -M S1.metrics.txt[4/5] gatk HaplotypeCaller -R ref.fa -I S1.dedup.bam -O S1.g.vcf.gz -ERC GVCF[5/5] bcftools filter -i 'QUAL>30 && DP>10' -Oz -o S1.filtered.vcf.gz S1.raw.vcf.gz