SnpEff（vcf注释软件安装及应用） SnpEff：vcf注释软件安装及应用

需要准备的内容:

环境：Linux 或 Ubuntu，已经安装openjdk
文件：通过 GATK 流程得到的变异或者 VCF 格式的文件
参考文件：对应基因组版本的 gff 或 gtf 注释文件、参考基因文件
软件：SnpEff，更多说明查看请点击链接，帮助文档
以 Ecoli 为例： NCBI的FTP地址

参考基因组相关文件下载：

参考基因组：通过 wget 下载 FTP目录下的后缀为 genome.fna.gz 基因组文件
参考基因组对应注释文件：通过 wget 下载后缀为 genome.gff 的注释文件，gft 也可

SnpEff 安装

conda 安装（不推荐）
conda 安装不利于自定义参考基因组及注释文件

conda indstall snpeff -y

安装包下载直接使用（推荐）

cd work_dir/#进入工作目录#下载方式一 wget http://sourceforge.net/projects/snpeff/files/snpEff_latest_core.zip #解压 unzip snpEff_latest_core.zip#下载方式二 git clone https://github.com/pcingola/SnpSift.gi

注释数据库准备：

自动下载
不推荐，下载时间过长

java -jar snpEff.jar databases | grep -i GRCh |awk '{print $1}' #查看数据库中是否存在对应物种 java -jar snpEff.jar download {name_in_snpEffdatabase} #可通过搜索到的物种名下载数据

手动准备

【SnpEff（vcf注释软件安装及应用）】此处要特别注意参考文件所在文件夹及文件命名

#建立文件夹 cd snpEff#进入 snpEff 目录下 mkdir data#新建 data 目录 cd data#进入 data 目录下，必须在该目录 mkdir genomes#新建 genomes 目录，用于建立 ecoli 目录中的 bin mkdir ecoli#新建 ecoli 目录,对应物种名或后续软件调用的参数名#将参考基因序列放至 genomes 目录下并改名，改名对应 data 中的 ecoli 文件夹名 gzip -d {reference}_genomic.fna.gz mv dir_path/{reference}_genomic.fna snpEff/data/ecoli.fa#将参考注释放至 ecoli 文件夹中并一定改名为 gene.gff gzip -d {reference}_genomic.gff.gz mv dir_path/{reference}_genomic.gff snpEff/data/genes.gff#配置 snpEff/snpEff.config 文件 echo "ecoli.genome:ecoli" >> snpEff.conf #可配置 config 文件自定义 data 文件夹路径 #data_dir = PATH/TO/data/#软件配置自动建立数据库，建立后文件夹 ecoli 中生成 snpEffectPredictor.bin 文件 java -jar snpEff/snpEff.jar build -gff3 ecoli #-gff3 对应为 ecoli 文件夹中注释文件的对应格式版本 #如果注释文件的格式版本在后缀名中无法体现，可通过 head 命令查看文件头信息获得 #head ecoli.gff #ecoli 对应为 data 目录中的 ecoli 文件夹以及 genomes 目录中的 ecoli.fa 文件#配置完成后的目录结构，其他文件夹/结构不显示 snpEff ├── SnpSift.jar ├── data │├── ecoli ││├── genes.gff ││└── snpEffectPredictor.bin │├── genomes ││└── ecoli.fa ├── examples/ ├── galaxy/ ├── scripts/ ├── snpEff.config └── snpEff.jar

SnpEff 的使用及注释

#详细见帮助文档 #举例 java -jar snpEff/snpEff.jar -v ecoli Ecoli.vcf.gz > Ecoli.anno.vcf.gz #-v 表示显示更多信息 #ecoli 表示调用 data/ecoli/中的注释信息 #结束后生成文件 ├── EcoliK12.anno.vcf.gz ├── snpEff_genes.txt ├── snpEff_summary.html

Summary结果展示