生物信息百Jia軟體（二十）：lumpy

05-23

來自專欄基因學院

編者按
基因組結構變異SV的檢測一直都是當前基因組研究中非常困難的課題，由於二代測序多長過短，因此無論在優化演算法，也很難解決根本性的問題。因此，很多用於SV檢測的工具都沒有太理想的效果，lumpy也只是在前面軟體的基礎上進行優化，其實並沒有根本性的解決問題，不過算是多了一種新的解決方法了。

一、功能分類：

SV檢測

二、軟體官網：

https://github.com/arq5x/lumpy-sv

三、軟體介紹:

SV檢測一直是基因組研究領域的國際性難題，目前常用的方法包括四種：

第一種，利用pairend關係的reads，簡稱PEM的方法；

第二種，利用切割reads的方法，split read簡稱SR；

第三種，利用reads丰度信息，read depth簡稱RD；

第四種，利用序列拼接的方法；

lumpy是目前比較流行的一款SV檢測工具，它同時支持PEM與SR和RD三種模式。在biostar上很多用戶推薦，在lumpy所發的文章中，與Pindel，delly，gasvpro等軟體比較，也有不錯的效果。軟體使用也非常容易，不僅支持gemrline樣品，也支持somatic樣品。

四、下載安裝：

conda install -y lumpy

五、軟體使用：

lumpy支持快速和傳統兩種運行方式，如果想快速使用軟體默認功能，直接使用lumpyexpress軟體即可。

首先我們來介紹一下lumpy軟體的輸入文件，只需要短序列比對之後的bam文件即可，可以是bwa比對，也可以novoalign，yaha等，最好支持split

reads比對的工具。比對完成之後需要用samblaster處理一下，主要對bam文件不正常的比對結果進行標記，以便接下里進行處理。

bwa mem -R "@RG ID:id SM:sample LB:lib" human_g1k_v37.fasta sample.1.fq sample.2.fq | samblaster --excludeDups --addMateTags --maxSplitCount 2 --minNonOverlap 20 | samtools view -S -b - > sample.bam

bwa mem -R "@RG ID:id SM:sample LB:lib" human_g1k_v37.fasta sample.1.fq sample.2.fq

| samblaster --excludeDups --addMateTags --maxSplitCount 2 --minNonOverlap 20

| samtools view -S -b -

> sample.bam

接下來，從samblaster處理的bam文件中，將split比對和discordant比對的分別提取出來。

首先利用samtools view工具，設置-F 為1294，將discordant的比對提取出來，這裡我們同時利用samtools

sort進行排序，

samtools view -b -F 1294 sample.bam | samtools sort - > sample.discordants.sorted.bam

接下來，利用軟體只帶的extractSplitReads_BwaMem將splitreads提取出來，同樣直接輸出排序後的結果。

samtools view -h sample.bam | scripts/extractSplitReads_BwaMem -i stdin | samtools view -Sb - | samtools sort - > sample.splitters.sorted.bam

利用lumpyexpress進行SV檢測

lumpyexpress -B sample.bam -S sample.splitters.sort.bam -D sample.discordants.sort.bam -o output.vcf

六、使用案例：

tumor-normal樣品

lumpyexpress -B tumor.bam,normal.bam -S tumor.splitters.bam,normal.splitters.bam -D tumor.discordants.bam,normal.discordants.bam -o tumor_normal.vcf

七、注意事項：

1、如果一次處理多個樣品，可以添加多個pe和sr的選項，只不過每個單獨設置id，bam_file等選項即可；

2、bwa比對之後的bam文件處理samtools處理之外，還需要進行一些處理，不能直接輸入給程序。