snp-calling pipeline

$cat sample.txt
/path/sample1_1.fq
/path/sample2_1.fq
#manul:./calling-snp-pipeline.sh -r /path/reference.fa -s sample.txt [-t threads] 

cat calling-snp-pipeline.sh
#!/bin/bash
set -e 
set -u
set -o pipefail

while getopts s:r:t:h opt
do
    case "$opt" in
    s) sample="$OPTARG";;
    r) reference="$OPTARG";;
    t) t="$OPTARG";;
    h) printf "Usage: %s: <-s sample_name.txt> <-r abspath/reference > <-t bwa_threads> \n" $0
       printf "\t -r: path/reference.fasta,\n"
       printf "\t -s: format of sample.txt: it contains the reads name and relative path. for exmaple: \n"
       printf "\t path/reads_1.fq.gz \n"
       printf "\t path/reads_2.fq.gz \n"
       exit 0;;
    *) printf "Usage: %s: [-a value] [-h] args \n" $0
        exit 2;;
    esac
done

shift $(($OPTIND - 1))
#########################################################################

sample_names=($(cut -f 1  "$sample" |  cut -d '_' -f 1 | uniq))

PICARD=/home/wangshaobo/biosoft/picard/picard.jar
GATK=~/biosoft/GATK/GenomeAnalysisTK.jar
dict=${reference%.*}.dict
#dict=$(echo $reference | sed s/fa/dict/)


###########
###index###
###########
if test -e ${reference}.sa
then
        echo bwa index already done.
else
        echo [bwa index start`date`]
        bwa index -a bwtsw $reference
        echo [bwa index end `date`]
fi


test -f $dict ||  java -jar $PICARD CreateSequenceDictionary  R=$reference O=$dict
test -f $reference.fai || samtools faidx $reference

##########################################################################################
####align####
#############
#sample_info=sample.txt
sample_names=($(cat 1  "$sample" |  cut -d '_' -f 1 | uniq))
tmp=($(cat "$sample" |  cut -d '_' -f 2 | uniq))
fq_suffix=${tmp#*.}


for samples in ${sample_names[@]}
do
{
 sample=$(basename $samples)
 work_dir=$(dirname $samples) 
 
 mkdir $sample && cd $sample

echo [${sample} bwa mem start-time     `date`]
bwa mem -t ${t:-8} -M -R "@RG\tID:<${sample}>\tLB:<LIBRARY_${sample}>\tSM:<${sample}>\tPL:ILLUMINA" \
${reference} ${work_dir}/${sample}_1.${fq_suffix} ${work_dir}/${sample}_2.${fq_suffix} > ${sample}.sam 

perl -alne 'print if ($F[0]=~/^@/ || $F[1]==99 ||$F[1]==147 ||$F[1]==83 ||$F[1]==163)' ${sample}.sam >${sample}_filter.sam 
samtools view -bS ${sample}_filter.sam >${sample}.bam
echo [$sample bwa mem end-time     `date`]

####sortsam####
echo [${sample} sortsam start-time     `date`]
java -Xmx20g -jar $PICARD SortSam I=${sample}.bam O=${sample}.sorted.bam SORT_ORDER=coordinate
echo [${sample} sortsam end-time     `date`]

####Markduplicate####
echo [${sample} markdup start-time     `date`]
java -Xmx20g -jar ${PICARD} MarkDuplicates I=${sample}.sorted.bam O=${sample}.markdup.bam REMOVE_DUPLICATES=false  MAX_FILE_HANDLES_FOR_READ_ENDS_MAP=1000 METRICS_FILE=${sample}.sort.bam.metrics
echo [${sample} markdup end-time     `date`]

samtools index ${sample}.markdup.bam

##########realign#############

echo [${sample} realign start-time     `date`]
java -Xmx20g -jar $GATK -R $reference -T RealignerTargetCreator -I ${sample}.markdup.bam -o ${sample}.realign.intervals

java -Xmx20g -jar $GATK -R $reference -T IndelRealigner -targetIntervals ${sample}.realign.intervals -I ${sample}.markdup.bam -o ${sample}.realign.bam
echo [${sample} realign end-time     `date`]

############GATK first generate vcf file############
echo [${sample} HaplotypeCaller start-time     `date`]
java -Xmx20g -jar $GATK -R $reference -T HaplotypeCaller -I ${sample}.realign.bam -o ${sample}.gatk.raw.vcf -stand_call_conf 30 -nct 60
echo [${sample} HaplotypeCaller end-time     `date`]

samtools index ${sample}.realign.bam

#############samtools generate vcf file###################

echo [${sample} samtools-vcf start-time     `date`]
samtools mpileup  -t DP -t SP -uf $reference ${sample}.realign.bam |bcftools call -vm -Ov > ${sample}.samtools.raw.vcf

echo [${sample} samtools-vcf end-time     `date`]

#####################samtools and gatk concordance###########################

java -Xmx20g -jar $GATK -R $reference -T SelectVariants --variant ${sample}.gatk.raw.vcf --concordance ${sample}.samtools.raw.vcf -o ${sample}.concordance.raw.vcf

MEANQUAL=$(awk '{ if ($1 !~ /#/) { total += $6; count++  }  } END { print total/count  }' ${sample}.concordance.raw.vcf)

###############################VariantFiltration####################################

####=====set by user=======
java -Xmx20g -jar $GATK -R $reference -T VariantFiltration --filterExpression "QD < 20.0 || ReadPosRankSum < -8.0 || FS > 10.0 || QUAL < MEANQUAL" --filterName LowQualFilter  --missingValuesInExpressionsShouldEvaluateAsFailing  --variant ${sample}.concordance.raw.vcf --logging_level ERROR -o ${sample}.concordance.flt.vcf

grep -v "Filter" ${sample}.concordance.flt.vcf > ${sample}.concordance.flt.knowsites.vcf

##################################### BaseRecalibrator####################################

echo [${sample} BaseRecalibrator start-time     `date`]
java -Xmx20g -jar $GATK -R $reference -T  BaseRecalibrator -I ${sample}.realign.bam -knownSites ${sample}.concordance.flt.knowsites.vcf  -o ${sample}.recal_data.grp
echo [${sample} BaseRecalibrator end-time     `date`]


#########################################PrintReads############################################

echo [${sample} printReads start-time     `date`]

java -Xmx20g -jar $GATK -R $reference -T PrintReads -I ${sample}.realign.bam -o ${sample}.recal.bam -BQSR ${sample}.recal_data.grp


samtools index ${sample}.recal.bam

java -Xmx20g -jar $GATK -R $reference -T HaplotypeCaller -I ${sample}.recal.bam -o ${sample}.vcf --genotyping_mode DISCOVERY -stand_call_conf 30 -nct 66

echo [${sample} printReads-HapCall end-time     `date`]

java -Xmx24g -jar $GATK -R $reference -T SelectVariants -R /disk3/wangshaobo/MSU/ref/rice-MSU.fa -selectType SNP -V ${sample}.vcf -o ${id}.snp.vcf
java -Xmx24g -jar $GATK -R $reference -T SelectVariants -R /disk3/wangshaobo/MSU/ref/rice-MSU.fa -selectType INDEL -V ${sample}.vcf -o ${id}.indel.vcf


} &
done
wait 
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,784评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,745评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,702评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,229评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,245评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,376评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,798评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,471评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,655评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,485评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,535评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,235评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,793评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,863评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,096评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,654评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,233评论 2 341

推荐阅读更多精彩内容