使用MuSE软件找somatic mutation

MuSE软件发表在2016年8月的Genome Biology  杂志，文章标题是；《MuSE: accounting for tumor heterogeneity using a sample-specific error model improves sensitivity and specificity in mutation calling from sequencing data》

软件链接是：MuSE  (http://bioinformatics.mdanderson.org/main/MuSE), 大名鼎鼎的 MD Anderson 出品的软件，肯定是值得一用，而且还是TCGA的官方推荐的4个软件之一。

首先下载安装MuSE

    mkdir -p $HOME/biosoft/MuSEcd $HOME/biosoft/MuSEwget http://bioinformatics.mdanderson.org/Software/MuSE/MuSEv1.0rc_submission_b391201 mv MuSEv1.0rc_submission_b391201 musechmod 777 muse$HOME/biosoft/MuSE/muse

    该软件也是很久没有更新了：

      Version: v1.0rc Build Date Jun 3 2015 Build Time 10:30:35

      处于基本上用完了也没办法检查结果的好坏的境况。

      针对N-T配对的bam文件运行MuSE

      首先是在单个病人的N-T配对的bam文件测试MuSE软件的用法，这里有两个命令需要衔接一下，首先是muse call然后是muse sump ，需要参考基因组以及dbSNP数据库文件。

        ref=$HOME/biosoft/GATK/resources/bundle/hg38/Homo_sapiens_assembly38.fasta dbsnp=$HOME/biosoft/GATK/resources/bundle/hg38/dbsnp_146.hg38.vcf.gznormal_bam=N_recal.bamtumor_bam=T_recal.bamsample=test$HOME/biosoft/MuSE/muse call -O $sample -f $ref $tumor_bam $normal_bam$HOME/biosoft/MuSE/muse sump -I $sample.MuSE.txt -E –O $sample.vcf –D $dbsnp

        结果文件，就是典型的VCF格式，而且tags不多值得注意的只有ID=SS,Number=1,Type=Integer,Description="Variant status relative to non-adjacent Normal,0=wildtype,1=germline,2=somatic,3=LOH,4=post-transcriptional modification,5=unknown

        前5列CHROM POS ID REF ALT很正常，第6列QUAL全部是点，第7列FILTER 把位点分级了。第8列是 INFO 信息，全部是SOMATIC

        第9,10,11列是GT:DP:AD:BQ:SS 格式的tumor和normal，可以看到normal都是野生型0/0, tumor全部是杂合突变1/0，只是allel frequency不同而已，介于0~1之间。

        一般来说，都是一大波样品批量运行啦， 需要一个config文件，主要是3列信息：

        • 第一列是肿瘤命名
        • 第二列是肿瘤病人的normal组织的bam文件地址
        • 第三列是肿瘤病人的肿瘤组织的bam文件地址。

        批量运行muse的脚本如下：

          ref=$HOME/biosoft/GATK/resources/bundle/hg38/Homo_sapiens_assembly38.fastadbsnp=$HOME/biosoft/GATK/resources/bundle/hg38/dbsnp_146.hg38.vcf.gz$HOME/biosoft/MuSE/muse call
          cat $config_file |while read iddoarr=($id)normal_bam=${arr[1]}tumor_bam=${arr[2]}sample=${arr[0]}
          if((i%$number1==$number2))thenif [ ! -f ${sample}_muse.vcf ]; then

          $HOME/biosoft/MuSE/muse call -O $sample -f $ref $tumor_bam $normal_bam$HOME/biosoft/MuSE/muse sump -I $sample.MuSE.txt -E -O$sample.vcf -D $dbsnp
          fi
          fii=$((i+1))
          done

          从数量上，这个muse软件作为TCGA的官方推荐的4个软件还是很靠谱的。

          昨天分享的SNVSniffer软件得到的vcf文件，每个肿瘤WES都是几万个somatic突变信息，太可怕了！！！一般来说，肿瘤WES的每个病人也就是几百个somatic突变信息的数量级。

          下面是TCGA计划采取的软件：

          • MuSE
          • varscan
          • MuTect
          • SomaticSniper

          大家可以去下载到TCGA计划的这4个软件输出的maf文件格式的somatic突变信息文件哦。

          附上TCGA数据库maf突变资料官方大全

          因为TCGA计划跨时太长，这些年找somatic变异的软件也很多，所以TCGA团队下功夫在计划结束后（April 2018）完整的系统性的整理了最后的somatic突变数据。依托于文章：Scalable Open Science Approach for Mutation Calling of Tumor Exomes Using Multiple Genomic Pipelines   March 201810.1016/j.cels.2018.03.002

          全部样本的somatic变异文件合并起来是七百多M，MC3 Public MAF - mc3.v0.2.8.PUBLIC.maf.gz

          赞 (0)

          相关推荐