CBI学会2013チュートリアル　NGSデータ解析入門　（解析編）配布資料

CBI学会チュートリアルセッション
2013-10-28

NGSデータ解析入門
ーSNP解析～癌ゲノム解析までー

セッション２：解析ツール編
株式会社ジナリス
上村泰央

Outline
セッション１：実験条件編
• 次世代シーケンシングのトレンド
• 次世代シーケンシング解析に共通のステップ
• シナリオ（癌ゲノムExome解析）
→ Wet解析担当者とのやりとり
→ データ解析に影響する実験条件

セッション２：解析ツール編
• NGSデータ解析の流れ
• マッピング〜SNP解析まで
→ 実践をまじえたチュートリアル
→ ツール選びのポイント
• NGSデータ蓄積・管理システムGenaGenomeManager

本日のモデルケース：シナリオ

“

癌2サンプルのExomeデータ
です。変異の比較解析をお
願いします！

”
ERR035486_1.fastq.gz

どんなサンプルですか？
解析の目的は？
• 同一患者由来のOvarian Cancer Cell line
– ERR035486：Cisplatin sensitive (post-treatment)
– ERR035487: Cisplatin resistant (relapse)

•
•
•
•

SureSelect Human AllExon Kit (Agilent)
Illumina Genome Analyzer IIx
Paired End library
各サンプルのSNVをリ
スト化し、既知SNPなどと
Read length 72 bp x 2

“

– ERR035486：53.3 M reads (6.6 Gb)
– ERR035487: 68.0 M reads (9.8 Gb)

照合しながらCisplatin
sensitivityに関わる変異
を見つけ出したい

”

実験条件のまとめ
• Starting material: 5 mg gDNA from Cancer cell
line (no WGA)
• 1st PCR (library prep): 10 cycles
• SureSelect Human AllExon Kit (Agilent)
• Illumina GAIIx Paired-end library 2 x 72bp,
insert size ~155 bp
– ERR035486：53.3 M reads (6.6 Gb)
– ERR035487: 68.0 M reads (9.8 Gb)

本チュートリアルのねらい
• NGSデータ解析のおおよその流れを理解する
• データ解析の各ステップは何をしているのか、
なぜ必要なのかを直感的に理解する

• NGSデータの標準フォーマットを理解する

出発データ
ファイル
検体
ファイルサイズ
ERR035486_1.fastq ERR035486
13.8GB

13.8GB
17.6GB
17.6GB
合計60GB以上!

NGS解析の流れ（mapping）
生データ
Base caller (機器付属)
一次配列データ（Fastq, sff）
マッピング解析

機器付属 (CASAVA, Newbler, TMAP),
Galaxy, DDBJ Read Annotation Pipeline,
CLC Bio, etc.

二次解析データ（BAM）
変異解析
変異解析データ（VCF）

発現解析
発現解析データ（GFF）

はじめに準備するもの
• 解析環境
– Linux, Mac, Windows (メモリ8GB以上、ディスク
300GB以上)
– 二次解析クラウド
• Read Annotation Pipeline (DDBJ)
• galaxy

チュートリアルの流れ
リードQC
マッピング解析

マッピングQC

重複除去
リアラインメント
リキャリブレーション

変異解析
変異アノテー
ション

QC（予備解析）
目的：
・実験、データ取得に問題がなかったか？
・与えられたFASTQファイルから出発して、信頼
できる解析結果が得られるか？
→ ２次解析を行って初めて発見できる問題も
ある。
read quality, mapping rates, duplicates, coverage
bias
-> FastQC, On target %, Coverage plot analysis

よく起こる問題
•
•
•
•

Per Base Quality
Duplicate が多い。
マップ率があがらない。
カバレージが均一でない。

FASTQフォーマット
(1) 塩基配列を各塩基のクウォリティスコアとともに記述するためのファイルフォーマット
(2) NGSのリード生データを保存するフォーマットとして広く利用されている
定義： 4行で1リードを記述
@SEQ_ID [description (optional)]
塩基配列
+[SEQ_ID description(optional)]
クウォリティ配列（ASCIIコード：クウォリティスコア+ 33）
クウォリティスコアとしては、Phredスコアが用いられることが多い。

Illumina HiSeq2000 (CASAVA 1.8）の例
@HWI-ST818R:232:D22C7ACXX:5:1101:1669:1981 1:N:0:GTTTCG
GACAAGGCGGGCAGCAAAAGCAAGAAAGGCAAAGGGACTAGGAATGCACGAAACTGAGCTCAAGT
ACTGG
+
4=DFDFFHFHHHADGIJJJJJJEFAHIGGIIEEEHHFFFFEEEEEDDDDDDDDDDDDDDDDDDD3@CA::

“4” : ASCIIコード 52 – 33 = クウォリティスコア 19
“=“ : ASCIIコード 61 – 33 = クウォリティスコア 28

Phred（Sanger）スコア
Qphred = -10 log p
p : そのベースコールが誤りである確率

Phred スコ
ア
20

ベースコールの確からし
さ
99%

30

99.9%

40

99.99%

FastQCによるリードQC
(http://www.bioinformatics.babraham.ac.uk/projects/fastqc/)

> fastqc -o fastqc_out ERR035486_1.fastq.gz ERR035486_2.fastq.gz
> fastqc -o fastqc_out ERR035487_1.fastq.gz ERR035487_2.fastq.gz

FastQC: Per Base Quality
ERR035486
リード１

リード２

FastQC: Per Sequence Quality Scores
ERR035486

リード１

リード２

ゲノムブラウザ
• Integrative Genomics Viewer
http://www.broadinstitute.org/igv/

アラインメントの見方

A C G T

マッピング解析とは？
リード配列がどの染色体のどの位置から得られたものであるかを推定する。
SNPやエラーを含んだリードを正しい場所に配置するのは一般に困難

ACGTTGCG

AGGTTGCG
C

T

リード
ACGTTGTG

T

最もミスマッチの数が少ない場所に配置するのが妥当
GCCATGTA
リード
GCCATGAA

GTCATGAA
C

A

?

同じ確からしさで複数箇所にマップ可能な場合

?
(a) いずれかにランダムにマップ
(b) 両方にマップ
(c) どちらにもマップしない

RNA-Seqのマッピング
RNA (total RNA/mRNA)

参照ゲノム配列

既知exon

既知exon

新規exon

G

cDNA合成

read配列

断片化

A
A
A
A

エキソンジャンクションを考慮したマッピング
マッピング

ライブラリー
作製〜配列決定

ATGCGG…

GCGGCA…

Short readでDeepに読むことにより
・発現量予測
・新規exon予測
・exon-intron構造予測
・SNP検出
が可能

ChIP-Seqのマッピング
cells
DNA

参照ゲノム配列

gene

protein
架橋・抽出・断片化

read配列

ピーク検出
免疫沈降・解離・精製
ライブラリー作製〜配
列決定

ATGCGG…

マッピング

GCGGCA…

Short readでDeepに読むことにより
・標的proteinの結合部位の検出
が可能

マッピングプログラムの選択
paired
mapping

リード長

gapped
alignment

用途

aln

○

〜200bp

○

Genome-to-Genome,
cDNA-to-cDNA マッピング

bwasw

×

350-1000bp

◎

Long readマッピング

Bowtie 1

○

〜1024bp

×

Genome-to-Genome,

Bowtie 2

○

無制限

◎

Genome-to-Genome,

Tophat 1

○

Bowtie1に等しい

△

RNA-seq(spliced mapping）

Tophat 2

○

Bowtie2に等しい

◎

RNA-seq(spliced mapping）

プログラム

BWA
(v0.7以前)

BWA マッピング
マッピングアルゴリズムの概略（デフォルト設定の場合）
read配列
seed length (=32)

・5’側からseed length(=32)番目までの塩基配列をmax. seed differences(=2) のミ
スマッチ、ギャップを許容した場合にマッピング可能な参照配列上の領域を探索
・seedがマッチしたそれぞれの領域について、残りの塩基をアラインメントし、リード
長に応じた最大許容ミスマッチ数以下のアラインメントを求める
・以上で得られたアラインメントのうち、最もスコアの高い位置にマッピングする
・同一スコアで複数箇所にマップされる場合は、ランダムに１カ所を選ぶ
・PE リードの場合はすべてのヒットのペアのうち、最善の組み合わせを選ぶ

リファレンス配列
UCSC Genome Browser
http://genome.ucsc.edu/cgi-bin/hgGateway

Downloads → Genome Data

(1) hg19リファレンス配列の入手

染色体別に入手可能
(1) 1ファイルに結合したFASTAファイルを生成する場合の例（順番に注意!）

> cat chr1.fa.gz chr2.fa.gz chr3.fa.gz ... chr22.fa.gz ¥
chrX.fa.gz chrY.fa.gz chrM.fa.gz | gzip –cd > hg19.fa

hg19リファレンス配列
（その他の入手先）
(2) Broad Institute
ftp://ftp.broadinstitute.org/pub/seq/references/Homo_sapiens_assembly19.fasta

(3) 1000 Genomes
ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/technical/reference/human_g1k_v37.fasta.gz

染色体名

Um配列

ヘルペス
ウィルス

chr1, … , chrX, chrY, chrM

有

無

(2) Broad Institute 1, 2, … , X, Y, MT

含

有

(3) 1000
Genomes

含

無

参照配列入手先
(1) UCSC

1, 2, … , X, Y, MT

BWAによるマッピング
参照配列 hg19.fa (FASTAフォーマット）に PEリード ERR035486_1.fastq,
ERR035486_2.fastq (FASTQフォーマット）をBWAでマッピングする場合の例：
①

> bwa index -a bwtsw hg19.fa

②

> bwa aln hg19.fa ERR035486_1.fastq > ERR035486.1.sai

③

> bwa aln hg19.fa ERR035486_2.fastq > ERR035486.2.sai

④

> bwa sampe hg19.fa ERR035486.1.sai ERR035486.2.sai ¥
ERR035486_1.fastq ERR035486_2.fastq > ERR035486.sam

① hg19.faを解析し、高速にマッピングを行うためのindexファイル群を作成
②, ③ リード1, リード2をそれぞれ参照配列に対してアラインメント
④ リード1, リード2のアラインメントより、ペアリングを行い、最適なアラインメント結果
を求めSAMフォーマットで出力

SAMフォーマット
(Sequence Alignment/Map Format)
•
•
•

リード配列の参照配列に対するアラインメント結果を記述するファイル形式
NGSのリード配列のマッピング結果を記録する際の事実上の標準フォーマット
テキスト形式（SAM）とバイナリ形式（BAM）が存在

@HD
@SQ

VN:1.4 SO:coordinate
SN:chr1 LN:249250621
(中略)
@SQ
SN:chrY LN:59373566
@SQ
SN:chrM LN:16571
@RG
ID:ERR035486 PL:Illumina
PU:Illumina
LB:ERR035486 SM:ERR035486
ERR035486.7
99
chr1 10005 14
53M1I14M4S
=
10174 241
CCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCCTAACCCTAACCAGAT
CDCCFEHHHBEHGGHDFHGHIDDHIHIDGHIHIDG@FGGA;CAFD>EFGDIDHIIIIIDGIIHGACBA><:<
XA:Z:chr5,+11529,72M,4; MD:Z:67
PG:Z:MarkDuplicates
RG:Z:ERR035486 XG:i:1 AM:i:14 NM:i:1 SM:i:14 XM:i:0 XO:i:1 XT:A:M
ERR035486.10 163
chr1 10032 0
72M
=
10297 336
AACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAACCCTAAGCCT
?BCDFGDFGGGHDGHHHIE
GHHHIDGGGHHEGH6DHDGFHHHCGHGHHCFC;7<CD5??#############
X0:i:424
MD:Z:68C3
PG:Z:MarkDuplicates
RG:Z:ERR035486 XG:i:0 AM:i:0 NM:i:1 SM:i:0 XM:i:1 XO:i:0 XT:A:R

ヘッダ部

1. QNAME
2. FLAG
3. RNAME
4. POS
5. MAPQ
6. CIGAR

クエリー名（リードID）
ビットフラグ
参照配列名
第一塩基の開始位置
マッピングクウォリティ
CIGAR string

ERR035486.7
99 = 1100011 (2進数） => PEのリード1でリード2と正しい位置関係で共にマップされている。
chr1
10005
14
53M1I14M4S => 54番目の塩基が参照配列に対してinsertion、最後の4塩基はクリッピング

SAMtools
http://samtools.sourceforge.net
SAMフォーマットの仕様書も同サイトから入手可能

• SAM／BAMフォーマットに対するさまざまな操
作を行うプログラムツール
samtoolsコマンドを用いて参照配列順にソートされたBAMファイルを作成し、さらにindexを作成する場合

> samtools sort unsorted.bam sorted.bam
> samtools index sorted.bam

unsorted.BAM
リード1
リード2
リード3
リード4
リード5
リード6

chr22
chr1
chr4
chr1
chr3
chr2

1500
24000
100
8000
12000
7500

sorted.BAM
sort

リード4
リード2
リード6
リード5
リード3
リード1

chr1
chr1
chr2
chr3
chr4
chr22

8000
24000
7500
12000
100
1500

index
sorted.bam.bai
参照配列の任意の領域に
マップされたリードを高速に
検索することが可能

重複除去
目的：
• PCR duplicates 由来のリード重複を取り除き、変異
検出の際のバイアスを軽減し、偽陽性を減らす。
PCR重複とみなし、
4ではなく1とカウント
されるべき

PEリードのリード１、リード２の対が全く同じ場所
にマップされている。

注意：
Amplicon ベースのTarget seqやRNA-seq など、本ステップを実施すべきでないこともある！

Picardによる重複除去
http://picard.sourceforge.net/index.shtml

• SAM／BAM、FASTQ、VCFフォーマットなどに対
するさまざまな操作を行うプログラムツール
> java -Xmx4G –jar picard-tools-1.93/MarkDuplicates.jar ¥
INPUT=ERR035486.sort.bam ¥
REMOVE_DUPLICATES=true VALIDATION_STRINGENCY=LENIENT ¥
METRICS_FILE=ERR035486.dup OUTPUT=ERR035486.rmdup.bam

ERR035486
Before
Total reads
Mapped reads
Duplicates

After

ERR035487
Before

After

106,591,524

96,615,204

135,916,704

123,987,331

98,763,696
(92.66%)

88,787,376
(91.90%)

130,729,264
(96.18%)

118,799,891
(95.82%)

9,976,320 (9.3%)

11,929,373 (8.8%)

Picard: CollectInsertSizeMetrics
>java -Xmx4G –jar picard-tools-1.93/CollectInsertSizeMetrics.jar ¥
INPUT=ERR035486.rmdup.bam ¥
OUTPUT=ERR035486.rmdup.insert_size_metrics ¥
HISTGRAM_FILE=ERR035486.rmdup.insert_size_metrics.pdf ¥
VALIDATION_STRINGENCY=LENIENT

FR

0

2e+05
0e+00

1e+05

50000 100000

Count

200000

3e+05

300000

FR

Count

Insert Size Histogram for All_Reads
in file ERR035487.rmdup.bam

4e+05

Insert Size Histogram for All_Reads
in file ERR035486.rmdup.bam

0

100

200
Insert Size

300

400

500

0

100

200

300
Insert Size

400

500

600

ターゲット領域の定義
リピート

リピート

リピート

エキソン
ベイト
ターゲット
オンターゲット
リード

オフターゲット
リード

ポイント：
・ターゲット領域をどのように定義するか？
・何をオンターゲットリードとするか？

BEDフォーマット
• ゲノム上の領域を記述する共通フォーマット
• タブ区切りテキストファイル（4カラム目以降は任意）
染色体
chr1
chr1
chr1
chr1

開始位置終了位置
721381
721530
721851
752916

721519
721806
721942
753035

（任意）

mRNA|AK290103,mRNA|AK125248,ens|ENST00000358533,ens|ENST00000429505
ens|ENST00000435300,mRNA|AK097327,ens|ENST00000326734

SureSelect のターゲット領域のBEDファイルは以下より入手可能
・Agilent SureDesign
https://earray.chem.agilent.com/suredesign/

オンターゲット率
何%のリードがターゲット上にマップされたか？
・ターゲット濃縮率の評価（実験研究者へのフィードバック）
・シーケンシングコストに対するベネフィット評価にも有効
ERR035486

ERR035487

Total reads

96,615,204

123,987,331

Mapped reads

88,787,376
(91.90%)

118,799,891
(95.82%)

On Target reads

54,898,505
(56.82%)

75,627,222
(61.00%)

カバレージプロットの作成
bedtools (http://code.google.com/p/bedtools/) を利用したカバレージプロットの作成
>coverageBed -abam -d -a ERR035486.rmdup.bam –b exome_target.bed

領域を１塩基ごとに
展開し、各塩基位置
のdepthを出力

chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1
chr1

65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509
65509

65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625
65625

-

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
1
1
1
1
1

２０行程度の簡単な
スクリプトで処理することで
カバレージプロットを作成
することが可能。

塩基位置

depth

カバレージプロット
ERR035486

ERR035487

100.0%

90.0%

80.0%

70.0%

60.0%

50.0%

40.0%

30.0%

20.0%

10.0%

0.0%
1

10

100

1000

depthいくつ以上でターゲット領域の何%がカバーされているか？変異解析の閾値決定にも有効

GATKによるリアラインメント
①

②

> java -jar GenomeAnalysisTK.jar -T RealignerTargetCreator ¥
-R hg19.fa ¥
–I ERR035486.rmdup.bam ¥
–o ERR035486.rmdup.intervals
> java –jar GenomeAnalysisTK.jar -T IndelRealigner ¥
-R hg19.fa ¥
–I ERR035486.rmdup.bam ¥
–targetIntervals ERR035486.rmdup.intervals ¥
–o ERR035486.rmdup.realigned.bam

① RealignerTargetCreator によりリアラインメントを実施すべき領域を抽出
② ① で抽出した領域を指定し、リアラインメントを実行

GATK Lite(1.x) と 2.x

http://gatkforums.broadinstitute.org/discussion/1720/what-is-gatk-lite-and-how-does-it-relate-to-full-gatk-2-x-retired

リキャリブレーションの必要性

http://www.broadinstitute.org/gatk/events/2038/GATKwh0-BP-3-Base_recalibration.pdf

塩基クウォリティスコアの補正

http://www.broadinstitute.org/gatk/events/2038/GATKwh0-BP-3-Base_recalibration.pdf

GATKによるリキャリブレーション
> java -jar GenomeAnalysisTK.jar -T CountCovariates ¥
-I ERR035486.rmdup.realigned.bam ¥
-R hg19.fa ¥
-S LENIENT ¥
-knownSites 00-All.chr.vcf ¥
-cov ReadGroupCovariate ¥
-cov QualityScoreCovariate ¥
-cov CycleCovariate ¥
-cov DinucCovariate ¥
-log ERR035486.rmdup.realigned.recal.log ¥
-recalFile ERR035486.rmdup.realigned.recal_data.csv
> java -Xmx8g -jar $gatk_dir/GenomeAnalysisTK.jar -T TableRecalibration ¥
-I $sample.rmdup.realigned.bam ¥
-R hg19.fa ¥
-recalFile ERR035486.rmdup.realigned.recal_data.csv ¥
-log ERR035486.rmdup.realigned.Qual.log ¥
-o ERR035486.rmdup.realigned.recal.bam

BAMファイルの各リードの塩基のクウォリティスコアが補正される。
全ゲノムや全エキソンなどの網羅的な解析でない場合は、十分なデータポイント
が得られず効果は期待できないことに注意。

Variant Call / Genotype Call とは？

G/T

C/C

変異検出プログラムの比較
プログラム
SAMtools

ライセンス

SNP

Indel

Somatic
SNV

Somatic
Indel

○

○

ー

ー

無償

GATK
Unified Genotyper

○

○

ー

ー

Lite版無償
2.X はアカデミックフリー

VarScan

○

○

○

○

アカデミックフリー

MuTect

ー

ー

○

？


GATK
Somatic Indel
Detector

ー

ー

ー

○


Unified Genotyperによる変異検出
> java -jar GenomeAnalysisTK.jar –T UnifiedGenotyper ¥
-R hg19.fa ¥
-I ERR035486.rmdup.realigned.recal.bam ¥
-I ERR035487.rmdup.realigned.recal.bam ¥
-glm BOTH ¥
-nt 4 ¥
-o result.recal.gatk.var.vcf ¥
-metrics ug_recal_metrics ¥
-D 00-All.chr.vcf ¥
-S LENIENT ¥
-out_mode EMIT_VARIANTS_ONLY ¥
-L exome_target.bed

ERR035486, ERR035487の両方のBAMファイルを与えてVariant Callを行うことで両方の
サンプルの変異が比較可能な形でVCFファイルが出力される。
さらに上記オプションにより、少なくともいずれかのBAMファイルでターゲット領域上に
検出されたSNVまたはIndelについて出力される。
“-D” オプションでdbSNPの情報をアノテーションする場合は、参照配列のFASTAファイ
ルに定義されている染色体名とdbSNPのVCFファイルに定義されている染色体名を一
致させておく必要があることに注意。

VCFフォーマット
(Variant Call Format)
•
•
•

変異・ジェノタイプを記述する共通フォーマット
ポピュレーションごとにアレル頻度やリード数
テキスト形式（VCF）とバイナリ形式（BCF）が存在

##fileformat=VCFv4.1
##FORMAT=<ID=AD,Number=.,Type=Integer,Description="Allelic depths for the ref and alt alleles in the order listed">
##FORMAT=<ID=DP,Number=1,Type=Integer,Description="Approximate read depth (reads with MQ=255 or with bad mates are filtered)">
##FORMAT=<ID=GQ,Number=1,Type=Float,Description="Genotype Quality">
##FORMAT=<ID=GT,Number=1,Type=String,Description="Genotype">
（中略）
#CHROM POS
ID
REF
ALT
QUAL FILTER INFO FORMAT ERR035486
ERR035487
chr1 4772053 rs1061968
T
C
40.42 .
AC=2;AF=0.50;AN=4;BaseQRankSum=0.311;DB;DP=16;Dels=0.00;FS=2.522;HRun=0;HaplotypeScore=0.0000;MQ=57.05;MQ0=0;MQRankSum=0.778;QD=2.53;ReadPosRa
nkSum=0.467;SB=-31.32 GT:AD:DP:GQ:PL 0/1:3,2:5:60.71:63,0,61 0/1:8,3:11:12.06:12,0,231
chr1 4772717 rs242056
G
A
2547.13 .
AC=4;AF=1.00;AN=4;DB;DP=78;Dels=0.00;FS=0.000;HRun=0;HaplotypeScore=0.0000;MQ=57.71;MQ0=0;QD=32.66;SB=-665.84 GT:AD:DP:GQ:PL
1/1:0,32:32:75.24:973,75,0
1/1:0,46:46:99:1610,123,0
chr1 5935162 rs1287637
A
T
70.70 .
AC=2;AF=1.00;AN=2;DB;DP=3;Dels=0.00;FS=0.000;HRun=0;HaplotypeScore=0.0000;MQ=51.77;MQ0=0;QD=23.57;SB=-39.86 GT:AD:DP:GQ:PL
1/1:0,3:3:9.02:103,9,0 ./.
chr1 5987696 rs7520105
T
C
42.36 .
AC=4;AF=1.00;AN=4;DB;DP=4;Dels=0.00;FS=0.000;HRun=1;HaplotypeScore=0.0000;MQ=53.95;MQ0=0;QD=10.59;SB=-40.65 GT:AD:DP:GQ:PL 1/1:0,2:2:3.01:45,3,0
1/1:0,1:2:3.01:31,3,0
chr1 6027252 rs875573
A
G
64.26 .
AC=3;AF=0.75;AN=4;BaseQRankSum=0.727;DB;DP=4;Dels=0.00;FS=0.000;HRun=1;HaplotypeScore=0.0000;MQ=60.00;MQ0=0;MQRankSum=0.727;QD=16.06;ReadPosRankSum=0.727;SB=-36.47 GT:AD:DP:GQ:PL 1/1:0,1:1:3.01:41,3,0 0/1:1,2:3:27.10:58,0,27

変異アノテーションプログラムの比較
プログラム

ライセンス

VCF
入力

VCF
出力

HTML
レポート

SnpEff

○

○

○

無償

Variant Effect
Predictor

○

○

○

無償

ANNOVAR

○

○

ー


検出された変異について、それらが遺伝子産物に与える影響をアノテーションする。

SnpEff：サマリーレポート

マイニング
• VarSifter
http://research.nhgri.nih.gov/software/VarSifter/index.shtml

レポーティング
• QC結果（実験担当者へのフィードバック）
• 解析データ
– 最終のBAMファイル（サンプルごとに）
– VCFファイル（アノテーション付き）
解析データは、IGV、VarSifterを使えば、GUI環境（パソコン上）で分析できます

さらに詳しく知りたい方へ

1000サンプル規模のゲノム解析データを一元管理できる
ハードウェア一体型システム

FASTQ

BAM

価格670万円〜

基本機能： Variantレポート

関連情報のカスタム定義（メタデータ）

ゲノムデータとメタデータの管理

メタデータを用いた変異のマイニング

CBI学会2013チュートリアル　NGSデータ解析入門　（解析編）配布資料

Recommandé

Recommandé

Contenu connexe

Tendances

Tendances (20)

Similaire à CBI学会2013チュートリアル　NGSデータ解析入門　（解析編）配布資料

Similaire à CBI学会2013チュートリアル　NGSデータ解析入門　（解析編）配布資料 (20)

Dernier

Dernier (8)