Если рабочий хочет хорошо выполнять свою работу, он должен сначала заточить свои инструменты.

1vcf2maf

vcf2maf — это инструмент биометрического анализа, разработанный Сириаком Кандотом для преобразования файлов VCF (вариантный формат вызова) в файлы MAF (формат аннотаций мутаций). Он широко используется при обработке вариантов данных в исследованиях генома рака и имеет следующие характеристики:

• подробные примечания：vcf2maf использовать VEP (Variant Effect Predictor) Из нескольких библиотек данных, таких как Ensembl, COSMIC, dbSNP), чтобы предоставить подробную биологическую основу и аннотацию функционального воздействия для каждой мутации.
• Гибкая выборочная аннотация：Долженинструмент Разрешить пользователям нацеливать разныеиз Гени Версия стенограммы для выборочной аннотации,Помогите исследователям сосредоточить свой анализ на наиболее актуальныхиз Ген异构体,тем самым оптимизируя результаты анализаиз Актуальностьи Точность。
• Широкая применимость：vcf2maf Возможность обработки данных с различных платформ секвенирования и конвейеров анализа. VCF-файл,сделай это по-другомуиз История исследованияи В технических условиях он имеет высокиеизприменимость。

Язык программирования: Перл GItHub: https://github.com/mskcc/vcf2maf?tab=readme-ov-file

Файлы 2VCF и MAF.

VCF-файл

Файл VCF (формат вызова вариантов) — это стандартный формат, используемый для хранения информации о вариациях в данных секвенирования генома, такой как однонуклеотидные полиморфизмы (SNP), вставки и делеции (инделы) и т. д. Он широко используется в биоинформатике и геномных исследованиях для описания известных и недавно обнаруженных вариантов в определенных местах.

Файлы VCF включают заголовок и части данных. Заголовок содержит метаданные о файле, описывающие формат и интерпретацию данных. В разделе данных перечислены конкретные сведения о мутациях, а именно:

• CHROM: Хромосома, на которой локализована мутация.
• POS: Расположение мутации в хромосоме.
• ID: Мутация изID,Если вариант известен и включен в базу данных, например dbSNP,Обычно номер RS, если неизвестен вариант;,обычно используется.выражать。
• REF: Аллели в эталонном геноме (т.е. в неизмененном состоянии).
• ALT: Мутировавший аллель, то есть тип мутации, которая возникает в этом положении (например, для SNP это может быть один из A, T, C или G; для инделя это может быть вставка или удаление последовательность).
• QUAL: Мутации检测изпоказатель качества,通常да一个выражать Мутации被测序данныеуровень поддержкиизPhredпоказатель качества。
• FILTER: статус фильтра,Показывает, прошел ли вариант контроль качества. Например,Если мутация проходит все проверки качества,Тогда этот столбецPASS；если не прошло,эта колонка Воля Шоу не удалосьизтестизкод。
• INFO: Чтобы предоставить дополнительную информацию о вариантах, разные элементы могут иметь разные поля. Например, оно может включать влияние варианта (например, синонима, миссенс), затронутых генов, функциональных областей, глубины и т. д.
• FORMAT: Столбец формата, определенный образец Значение каждого значения в данныхиз,нравитьсяGT（Ген型）、ДП (глубина)、AD (глубина аллеля) и т. д.
• образец данных: Конкретную информацию о каждом образце формат определяет столбец ФОРМАТ.

MAF-файл

MAF（Mutation Annotation Формат) документ — метод описания генома рака. о Формат вариаций, широко используемый в биоинформатике и медицинских исследованиях. MAF-файл не только записывает конкретную информацию о мутациях, но также включает подробные аннотации об этих мутациях. этосделан из Атлас генома рака (The Cancer Genome Atlas, Стандартный формат, используемый и разрабатываемый в проектах TCGA).

MAF-файлиз Основные столбцы и их содержимое включают в себя：

1. Hugo_Symbol: Уникальный символ, присвоенный каждому гену Комитетом по номенклатуре генов человека (HGNC).
2. Entrez_Gene_Id: NCBI: Enter Geneданныебиблиотекаиз ГенID。
3. Center: Исследовательский центр или учреждение, в котором была проведена идентификация мутации.
4. NCBI_Build: Геномно-сконструированные версии (например, GRCh37, GRCh38）。
5. Chromosome: В какой хромосоме произошла мутация.
6. Start_Position: Геномное место, где начинается мутация.
7. End_Position: Геномное место, где заканчивается мутация.
8. Strand: Нити ДНК, положительные (+) или отрицательные (-).
9. Variant_Classification: Классификация мутаций (таких как миссенс-мутации, нонсенс-мутации, синонимичные мутации и т. д.).
10. Variant_Type: Тип мутации (например, SNP, DEL, ИНС и др.).
11. Reference_Allele: Аллели в эталонном геноме.
12. Tumor_Seq_Allele1: Аллель первой последовательности в образце опухоли.
13. Tumor_Seq_Allele2: Аллель второй последовательности в образцах опухолей.
14. dbSNP_RS: Идентификатор эталонной последовательности dbSNP, связанной с мутацией.
15. dbSNP_Val_Status: мутация вdbSNPданныебиблиотекаиз Статус проверки。
16. Tumor_Sample_Barcode: Уникальный штрих-код образца опухоли.
17. Matched_Norm_Sample_Barcode: Уникальные штрих-коды нормальных образцов, которые соответствуют образцам опухолей.
18. Match_Norm_Seq_Allele1: Соответствует аллелю первой последовательности в нормальном образце.
19. Match_Norm_Seq_Allele2: Соответствует второй аллели последовательности в нормальном образце.

Дополнительная информация аннотации

1. HGVSc: Описание номенклатуры генетических вариантов человека на уровне к ДНК.
2. HGVSp: Описание на белковом уровне.
3. Exon_Number: В каком экзоне происходит мутация?
4. t_depth, t_ref_count, t_alt_count: Общая глубина, количество эталонных аллелей и количество мутантных аллелей в образцах опухолей.
5. n_depth, n_ref_count, n_alt_count: Сопоставьте общую глубину, количество эталонных аллелей и количество мутантных аллелей в нормальных образцах.
6. all_effects: Содержит подробный список всех возможных эффектов.,Обычно создается с помощью VEP и т. д. инструмента.
7. Allele, Gene, Feature, Feature_type, Consequence: Опишите аллели, идентификаторы генов, идентификаторы признаков, типы признаков и конкретные биологические последствия.

3Как установить

установка конды

Для установки рекомендуется использовать Conda, которую можно разместить в той же небольшой среде для удобства управления.

## conda create -n wes
conda activate wes
conda install -y vcf2maf

##При этом его нужно использовать с веп. Если нет Установить, то тоже нужно заранее Установить.
conda install ensembl-vep

VEP также был представлен ранее. Подробности см.:

• VEP — эффективный инструмент аннотации вариантов
• Как прочитать результаты аннотации VEP?

скачать с гитхаба

Установка исходного кода также очень проста: просто скачайте и разархивируйте его, чтобы использовать.

wget -c https://github.com/mskcc/vcf2maf/archive/refs/tags/v1.6.22.tar.gz
tar -xf v1.6.22.tar.gz

Краткое описание 4 функций

Инструмент для преобразования файлов VCF в файлы MAF (формат аннотаций мутаций). Очень полезно при проведении исследований генома рака, поскольку позволяет подробно аннотировать мутации и интегрировать их с другими данными о геноме рака.

• vcf2maf.pl —— Воля VCF-файл конвертировать в MAF документ。
• maf2maf.pl -- для повторной аннотации MAF-файлсерединаиз Информация о вариациях, оно проходит maf2vcf Воля MAF документ Конвертировать в VCF-файл, затем используйте vcf2maf для каждого VCF Сделайте повторную аннотацию для создания нового объединенного MAF документ

5 Минимизируйте использование

perl vcf2maf.pl --input-vcf INPUT.vcf --output-maf OUTPUT.maf --tumor-id TUMOR_ID --normal-id NORMAL_ID

--input-vcf #Указываем входной документ, который должен быть в формате vcf
--input-vcf #Указываем путь к выходному mafдокументу
--tumor-id #существовать MAF Штрих-код образца опухоли указан в документе, значение по умолчанию: "TUMOR"
--normal-id #существовать MAF Соответствуют стандартным образцам штрих-кодов, указанным в документе, значение по умолчанию: "NORMAL"
--vcf-tumor-id Образцы опухолей, использованные в столбце генотипа #VCF-файл удостоверение личности, с `--tumor-id` Параметры те же
--vcf-normal-id Соответствующие нормальные образцы, используемые в столбце генотипа #VCF-файл удостоверение личности, с `--normal-id` Параметры те же
--ref-fasta #Указать ссылку FASTA Путь к документу
--species #указанный вид Ensembl Имя, например, для мыши: `mus_musculus`, по умолчанию `homo_sapiens` (человек)
--ncbi-build # Укажите мутацию MAF из NCBI Эталонная версия сборки, например для мышей: `GRCm38`, по умолчанию `GRCh37`
--cache-version # использовать VEP из Offline кэш-версии,Например 75, 91, 112 и т.д.,по умолчаниюиспользовать Установитьиз Версия
--inhibit-vep # пропустить пробежку ВЭП, но если VCF найден в VEP комментарии, извлеките эти комментарии
--vep-path #Настраиваем путь вызова vep
--vep-data #Кастомный веп cache путь. по умолчанию ~/.vep

Простой тест

Входной файл vcf не комментируется.

perl ~/software/vcf2maf-1.6.22/vcf2maf.pl \
--input-vcf ../vcf/homo_test.filter.vcf \
--output-maf homo_test.vep.maf \
--vep-path /home/data/t020560/miniconda3/envs/wes/bin/ \
--vep-data ~/vep_data/homo \ #каталог кэша, каталог — папка homo_sapiensdocument
--ref-fasta ../hg38/hg38.fa --ncbi-build GRCh38 --cache-version=111

Запустить список

Посмотреть результаты

Просто просмотрите строку информации

##vcfдокумент
$cat ~/vcf/homo_test.filter.vcf |grep 69270
chr1    69270   .       A       G       1155.73 Filter  AC=6;AF=1.00;AN=6;DP=42;ExcessHet=3.0103;FS=0.000;MLEAC=6;MLEAF=1.00;MQ=27.65;QD=28.19;SOR=7.476        GT:AD:DP:GQ:PL  1/1:0,15:15:45:428,45,0   1/1:0,11:11:32:287,32,0 1/1:0,15:15:45:454,45,0

## MAF-файл
$cat homo_test.vep.maf |sed -n '2,3p'
Hugo_Symbol     Entrez_Gene_Id  Center  NCBI_Build      Chromosome      Start_Position  End_Position    Strand  Variant_Classification  Variant_Type    Reference_Allele        Tumor_Seq_Allele1 Tumor_Seq_Allele2       dbSNP_RS        dbSNP_Val_Status        Tumor_Sample_Barcode    Matched_Norm_Sample_Barcode     Match_Norm_Seq_Allele1  Match_Norm_Seq_Allele2    Tumor_Validation_Allele1        Tumor_Validation_Allele2        Match_Norm_Validation_Allele1   Match_Norm_Validation_Allele2   Verification_Status     Validation_StatusMutation_Status  Sequencing_Phase        Sequence_Source Validation_Method       Score   BAM_File        Sequencer       Tumor_Sample_UUID       Matched_Norm_Sample_UUID        HGVSc     HGVSp   HGVSp_Short     Transcript_ID   Exon_Number     t_depth t_ref_count     t_alt_count     n_depth n_ref_count     n_alt_count     all_effects     Allele  Gene    Feature   Feature_type    Consequence     cDNA_position   CDS_position    Protein_position        Amino_acids     Codons  Existing_variation      ALLELE_NUM      DISTANCE        STRAND_VEP        SYMBOL  SYMBOL_SOURCE   HGNC_ID BIOTYPE CANONICAL       CCDS    ENSP    SWISSPROT       TREMBL  UNIPARC RefSeq  SIFT    PolyPhen        EXON    INTRON  DOMAINS AFAFR_AF  AMR_AF  ASN_AF  EAS_AF  EUR_AF  SAS_AF  AA_AF   EA_AF   CLIN_SIG        SOMATIC PUBMED  MOTIF_NAME      MOTIF_POS       HIGH_INF_POS    MOTIF_SCORE_CHANGE      IMPACT  PICK      VARIANT_CLASS   TSL     HGVS_OFFSET     PHENO   MINIMISED       GENE_PHENO      FILTER  flanking_bps    vcf_id  vcf_qual        gnomADe_AF      gnomADe_AFR_AF  gnomADe_AMR_AF    gnomADe_ASJ_AF  gnomADe_EAS_AF  gnomADe_FIN_AF  gnomADe_NFE_AF  gnomADe_OTH_AF  gnomADe_SAS_AF  vcf_pos
OR4F5   79501   .       GRCh38  chr1    69270   69270   +       Silent  SNP     A       A       G       rs201219564             TUMOR   NORMAL  A       A                        c.243A>G p.Ser81=        p.S81=  ENST00000641515 3/3                                                     OR4F5,synonymous_variant,p.Ser81=,ENST00000641515,NM_001005484.2;,regulatory_region_variant,,ENSR00000918279,;    G       ENSG00000186092 ENST00000641515 Transcript      synonymous_variant      303/2618        243/981 81/326  S       tcA/tcG rs201219564,COSV58736820  1               1       OR4F5   HGNC    HGNC:14825      protein_coding  YES     CCDS30547.2     ENSP00000493376         A0A2U3U0J3.21   UPI000D1938F0   NM_001005484.2                    3/3                                                                                                     0,1                                             LOW       1       SNV                     0,1                     Filter;common_variant   CAC     .       1155.73 0.838   0.3591  0.7932  0.8482  0.9984  0.8821  0.9146  0.868   0.9005    69270

Основная информация

• Hugo_Symbol: Генные символы, например. OR4F5。
• Entrez_Gene_Id: Идентификатор гена Энтреза, например 79501。
• Center: 报告Должен Мутациииз一个或多个Ген组测序середина心изимя,Это пусто（.）。
• NCBI_Build: Эталонная версия генома, в данном случае GRCh38。
• Chromosome: Хромосома, в которой происходит мутация, например. chr1。
• Start_Position: Начальная позиция мутации, например. 69270。
• End_Position: Конечное положение мутации, такое же, как 69270。
• Strand: направление цепи ДНК.,Это положительная цепочка（+）。Информация о вариациях
• Variant_Classification: Классификация вариаций, в данном случае Silent（синонимичные мутации）。
• Variant_Type: Тип вариации, в данном случае SNP（однонуклеотидный полиморфизм）。
• Reference_Allele: Эталонный аллель здесь A。
• Tumor_Seq_Allele1: Аллель первой последовательности образца опухоли, здесь A。
• Tumor_Seq_Allele2: Аллель второй последовательности образца опухоли, здесь G。

образец информации

• Tumor_Sample_Barcode: Штрих-код образца опухоли здесь TUMOR。
• Matched_Norm_Sample_Barcode: Соответствующий стандартному образцу штрих-кода здесь NORMAL。
• Match_Norm_Seq_Allele1 и Match_Norm_Seq_Allele2: Все аллели последовательности нормальных образцов являются A。

Остальные столбцы ниже содержат подробную аннотацию о мутации и не будут отображаться таким же образом.

Аннотированный файл vcf

Если ваш vcf-файл был аннотирован VEP, вы можете пропустить аннотацию VEP и преобразовать только формат.

perl ~/software/vcf2maf-1.6.22/vcf2maf.pl \
--input-vcf ~/vep/vep_out/homo_test_vepout.vcf \
--output-maf homo_test_inhibit.vep.maf \
--inhibit-vep \ #Пропустить комментарии VEP
--ref-fasta ../hg38/hg38.fa

Возможные обнаруженные ошибки

1. Необходимо указать ссылку на файл фаста

perl ~/software/vcf2maf-1.6.22/vcf2maf.pl --input-vcf ../vcf/homo_test.filter.vcf --output-maf homo_test.vep.maf

Нужно добавить--ref-fasta Пожалуйста, обратитесь к файлу fasta для спецификации параметров.

2、установка кондыизvep Ошибка запуска Версия Zlib низкая

perl ~/software/vcf2maf-1.6.22/vcf2maf.pl --input-vcf ../vcf/homo_test.filter.vcf --output-maf homo_test.vep.maf --vep-path /home/data/t020560/miniconda3/envs/wes/bin/ --vep-data ~/vep_data --ref-fasta ../hg38/hg38.fa --ncbi-build GRCh38

Сообщение об ошибке

conda update -c conda-forge perl-compress-raw-zlib

Обновите Zlib и запустите его снова без ошибок.

3. Проблема с версией кэша vep-кеша

каталог кэша

Сообщение об ошибке

Загруженная кешированная версия — vep. 111 ,而по умолчанию调用изда112,так окиспользовать--cache-version Настройте версию.