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

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