snpEFF的使用

0.关于snpEff，建议大家去官网看一下作者。逝者已去，深切缅怀。同时看下官方文档
_{官方文档有几处语言或者程序命令错误}

1. 教程地址
   下载snpEff地址
   解压unzip snpEff_latest_core.zip
   我的路径是/home/chaim/bsa/snpEff/
2. 配置玉米zm437版本的数据库
   在路径/home/chaim/bsa/snpEff/snpEff/目录下创建文件夹data,

cd /home/chaim/bsa/snpEff/snpEff/
mkdir data
cd data
mkdir genomes
mkdir zm437

#在zm437目录存放基因组注释文件genes.gff,   蛋白库，protein.fa
#在genomes目录放置基因组参考序列 zm437.fa

注意上述的基因组注释文件是gff3格式。
修改snpEff.config的参数
添加如下内容

#maize genome,version zm437
 zm437.genome:maize

回到snpEFF目录，运行命令
java -jar snpEff.jar build -gff3 -v zm437

3. 对vcf格式文件进行注释：
   bwa目录存放着GATK4处理之后的文件common_filtration.vcf
   在/home/chaim/bsa/bwa目录执行下面命令

 java -Xmx8g -jar /home/chaim/bsa/snpEff/
snpEff/snpEff.jar zm437 common_filtration.vcf > common.eff

会输出三个文件，
snpEff_genes.txt
snpEff_summary.html
common.eff.vcf

---

如果不是在安装目录运行snpEff，需要加上-c参数。
参数说明：
-c 安装snpEff的目录config文件的位置
-verbose 详细模式，方便查看出错信息
zm442 我自己生成的基因组注释信息
命令如下：

java -Xmx8g -jar /public/home/soft/snpEff/snpEff/snpEff.jar -c /public/home/soft/snpEff/snpEff/snpEff.config zm442 F8.Filter.vcf -verbose -stats F8.summary.html -csvStats F8.csv >F8.ann.vcf

4. 如果想更改使用其他注释文件，
   删除/home/chaim/bsa/snpEff/snpEff//data/zm437/snpEffectPredictor.bin该文件删除即可。
   重新从步骤1开始即可。
   5.产出结果分析

#默认是ann
 java -Xmx8g -jar /home/chaim/bsa/snpEff/
snpEff/snpEff.jar ann zm442 common_filtration.vcf > common.eff

*.ann.vcf 是一个注释结果文件，其就在vcf的info信息新添加了anno一列信息，其具体每个值含义如下：
Allele
　　突变之后的碱基，第一个突变位点由T碱基突变成了C碱基，对应Allel的值为C
Annotation
　　由sequence ontology定义的突变类型
Annotation_Impact
　　对变异位点有害程度的简单评估，取值有HIGH, MODERATE, LOW, MODIFIER 4种，含义如下

Impact	Meaning	Example
HIGH	The variant is assumed to have high (disruptive) impact in the protein, probably causing protein truncation, loss of function or triggering nonsense mediated decay.	stop_gained, frameshift_variant
MODERATE	A non-disruptive variant that might change protein effectiveness.	missense_variant, inframe_deletion
LOW	Assumed to be mostly harmless or unlikely to change protein behavior.	synonymous_variant
MODIFIER	Usually non-coding variants or variants affecting non-coding genes, where predictions are difficult or there is no evidence of impact.	exon_variant, downstream_gene_variant

Snp下游的分析

可以使用snpEff注释的vcf进行4DTv位点分析，然后用其构建进化树。
或者是直接使用vcf构建进化树。
两种方法构建进化树均已经实现流程自动化。Vcf2Tree github