- 目前包括的模块
- 基础模块：样本路径查找、QC
- Calling：Mutect2、cnvkit
- 分析模块：Mutect2结果过滤、oncotator、MutSigCV、GISTIC、HotNet2
- 需要提供的列表在Summary文件夹中均有示例
- 可以在 /lustre/rdi/user/hantc/Pilot-Work/180116-Zhuang 路径下直接查看整个流程
- 该步骤是在已知sample id的情况下，在新pipeline文件夹中找到样本的路径，基本使用新id命名规则（特别长）的样本都可以通过该方法找到
- input: SAMPLE_ID
- output: SAMPLE_PATH
- run: bash checkPath.sh $input $output
- 分别对pipeline文件夹中的样本和旧系统中的样本进行QC
- QC_pipeline.R
- f: NAME and 文件夹路径，文件夹路径需要到样本那级（即再下级为qc_sample/basic_analysis等）
- o: 输出文件夹路径
- run: Rscript QC_pipeline.R -f ../Summary/pipeline.list -o ../Summary
- /lustre/rdi/user/hantc/tools/QC/QC.R
- input: PID列表
- output: 文件前缀（输出为${output}_QC.txt）
- run: Rscript /lustre/rdi/user/hantc/tools/QC/QC.R $input $output
- 该步骤将已有的bam文件链接到新建的../Data/mapped文件夹中，后缀由传入的第二个参数指定
- 本次新加入的样本中，一部分跑过商检pipeline的流程，直接链接realign以后的bam文件；另一部分无realign bam的，链接的是sorted.filtered.mkdup.bam
- input: NAME and FILEPATH
- run: bash link.sh $input $suffix
- 对无realign bam的样本先进行recalibration，此处用到了parallel.pl，需自行调整parallel.pl中设置的并行数量
- 上次分析的旧样本记录在../Summary/firsttime.list中，主要是用于后续的cnvkit分析
- 上次样本中P6372_FFG_1a有pipeline生成的realign.bam，手动链接
- input: NAME and FILEPATH
- run: bash run_recalibration.sh $input
- 除input以外，调用的脚本与文件包括mutect/mutect2.sh, mutect/mutect2_script.template, /lustre/rdi/user/hantc/Pilot-Work/180116-Zhuang/Data/bed/panel8_{1..20}.bed
- 脚本中默认将panel8按大小分为20个bed，对于其他panel暂时没有现成的分割文件，需要自行分割并修改调用的mutect.sh脚本中的panel路径
- 同样用到了parallel.pl，需自行调整parallel.pl中设置的并行数量，HPC上建议为15个，不要过多
- 该步骤会生成../Results/mutect/${GROUP}_chr_raw文件夹，该文件夹中有按照${TUMOR_NAME}命名的多个文件夹，包含了chr1-chr20共计20个vcf文件（按照bed1-bed20分割）
- input: GROUP, NORMAL_NAME and TUMOR_NAME
- run: bash run_mutect2.sh $input
- 除input以外，调用的脚本与文件包括mutect/mutect_merge.R与mutect/Overlap_mutect.R
- 前者合并多个chr*vcf，生成文件在../Results/mutect/${GROUP}_bedonly中
- 后者进行过滤与一致性统计，生成结果在../Analysis/Overlap_snp/indel_mutect.txt，另有一些过滤后的vcf文件在../Results/mutect的各个文件夹中
- all过滤标准为：FILTER=PASS；NORMAL_VAF<0.4；ExAC_ALL<0.005；thousands<0.005；黑名单人群频率<0.1,；正常人人群频率<0.2；
- f1过滤标准为：all+TUMOR_VAF >= 0.03
- f2过滤标准为：all+TUMOR_VAF >= 0.05
- input: 完整的bed文件
- notes: 如果有旧样本，在运行脚本中的annovar注释前将合并后的mutect vcf文件拷贝至同一文件夹
- run: bash raw2bedonly2somatic.sh $input
- 调用的脚本包括oncotator文件夹中的所有脚本
- 包括了oncotator注释与mutsigCV两步，均需要在pilot-a上运行
- run: bash oncotator2mutsig.sh
- 调用的脚本包括clone文件夹中的全部与parallel.pl，调用文件包括panel8的正常人baseline reference与配对列表../Summary/paired.info
- 配对列表需要header: blood, tumor and lymp
- 注意本次的分组为配对分组，如果分组情况/组名不同，需要调整代码
- run: bash cnvkit.sh
- 调用/lustre/rdi/user/hantc/tools/GISTIC下的脚本，GISTIC安装在/lustre/rdi/user/hantc/app/GISTIC下，参数设置中amp cutoff为0.7（CN=4），del cutoff为0.7（CN=1）
- input: cnvkit的结果文件夹
- output: GISTIC的输出文件夹
- run: bash run_GISTIC.sh $input $output
- 软件安装在/lustre/rdi/user/hantc/app/hotnet2下，需要使用matlab，不确定是否需要在自己目录下安装
- 脚本中调用的其他脚本在hotnet目录下，利用maf和gistic生成的文件转化为hotnet的输入文件
- 使用的maf为过滤0.1% VAF后的MAF，如果要使用其他，可修改脚本中prefix变量
- input: group(../Summary/mutect.list中的group)
- run: bash hotnet2.sh $input