BU-ISCIII/viralrecon

Analyse Pangolin versions and compare between laboratories vs viralrecon

Alema91 opened this issue · 4 comments

Alema91 commented

Versiones de Pangolin

Hemos usado las siguientes versiones de Pangolin para discernir si existen diferencias a nivel de versión, análisis bioinformático y secuenciación:

  • v3.1.16
  • v3.1.17
  • v3.1.18
  • v3.1.19
  • v3.1.20

Dividiremos el análisis por muestras para 30 laboratorios (Illumina y Nanopore) analizados con las versiones anteriores de Pangolin con sus análisis y el análisis propio de la Unidad de Bioinformática (Viralrecon).

Muestra 1

Los resultados son homogeneos para todos los casos, con el linaje B.1.1.7 menos para los siguientes casos:

Parece que es un problema del PANGOLearn (Tabla X).

taxon sample class pangolin_version lineage conflict ambiguity_score scorpio_call scorpio_support scorpio_conflict version pangoLEARN_version pango_version status note
COD_2122 1 laboratories 3.1.16 B.1.1.7 0 0.8388268881 Alpha (B.1.1.7-like) 0.8261 0.0435 PLEARN-v1.2.97 2021-11-18 v1.2.97 passed_qc scorpio call: Alt alleles 19; Ref alleles 1; Amb alleles 3; Oth alleles 0
COD_2122 1 viralrecon 3.1.16 B.1.1.7 0 0.9135502671 Alpha (B.1.1.7-like) 0.8261 0.1304 PLEARN-v1.2.97 2021-11-18 v1.2.97 passed_qc scorpio call: Alt alleles 19; Ref alleles 3; Amb alleles 1; Oth alleles 0
COD_2122 1 laboratories 3.1.17 Q.4 0 0.8523217457 Alpha (B.1.1.7-like) 0.913 0.0435 PLEARN-v1.2.101 2021-11-25 v1.2.101 passed_qc scorpio call: Alt alleles 21; Ref alleles 1; Amb alleles 1; Oth alleles 0
COD_2122 1 viralrecon 3.1.17 Q.4 0 0.9174246051 Alpha (B.1.1.7-like) 0.8696 0.1304 PLEARN-v1.2.101 2021-11-25 v1.2.101 passed_qc scorpio call: Alt alleles 20; Ref alleles 3; Amb alleles 0; Oth alleles 0

Las mutaciones observadas para el sublinaje según el issue son las siguientes:

- ORF1a:A2320V (nsp3:A1502V, nucleotide C7224T)
- S:H681R (A23604G)

Aquí se encuentran las mutaciones compartirdas entre B.1.1.7 y Q.4:

image

He buscado estas dos mutaciones en la longtable de variantes de la muestra 1 de COD_2122 y la he comparado con los resultados de la muestra 1 de COD_2107 (un laboratorio que lo ha hecho todo muy bien). Aparece la mutacion a nivel de nucleótido C23604T (misssense effect) en el gen S (aunque el cambio recogido es una C>T) pero no la mutacion C7224T en el gen ORF1a.

longtable_variantes_muestra_1
longtable_outputpangolin_muestra_1

Además, he realizado el alineamiento con clustalo de los fasta de la muestra 1 tanto de los laboratorios (COD_2122 y COD_2107 como control) como los de viralrecon y la referencia (NC_045512.2). Se puede visualizar en el siguiente enlace:

NCBI visual MSA

  • COD_2131, todas las versiones en Viralrecon

EL fastq de la muestra 1 (COD_2131_1_R2.fastq.gz) que han subido al sFTP esta corrupto y por lo tanto el resultado de Viralrecon es NA.

  • COD_2137, todas las versiones en Viralrecon

El output de Pangolin para esas muestras nos dice que aunque pangoLEARN si asigna correctamente el linaje, este no es soportado por scorpio.

Resultado de Pangolin:

COD_2137_1_NC_045512.2,None,,,,,,PLEARN-v1.2.123,3.1.20,2022-02-28,v1.2.123,passed_qc,pangoLEARN lineage assignment B.1.1.7 was not supported by scorpio

Analizamos los vcf en busca de la posible diferencia entre los fastas procedentes de los laboratorios y los procedentes de Viralrecon:

  • COD_2137_1: 153 mutaciones
  • Viralrecon_2137_1: 27 mutaciones

He realizado el alineamiento como el caso de la COD_2137 de viralrecon y de los laboratorios junto a una muestra control y se puede visualizar en el siguiente enlace:

NCBI visual MSA

LLama la atención la región comprendida entre la posición 5000 a 5283 con una región con N. La misma muestra 1 del COD_2137 analizada con viralrecon recupera información de la región 5070 a la 5160. Esta región se encuentra el orf1ab. Sin embargo, tenemos estos resultados de viralrecon:

taxon sample class pangolin_version lineage conflict ambiguity_score scorpio_call scorpio_support scorpio_conflict version pangoLEARN_version pango_version status note Reason
COD_2137 1 viralrecon 3.1.16 B.1.1 0 0.9923423423 PLEARN-v1.2.97 2021-11-18 v1.2.97 passed_qc 2137_1 problem
COD_2137 1 viralrecon 3.1.17 None PLEARN-v1.2.101 2021-11-25 v1.2.101 passed_qc pangoLEARN lineage assignment B.1.1.7 was not supported by scorpio 2137_1 problem

El mismo resultado de la versión 3.1.17 lo tendríamos para la version 3.1.18 y 3.1.19.