检测snp和InDel的工具：snippy~可用于检测两条fasta序列之间的变异生成vcf格式文件

这个软件的github主页

https://github.com/tseemann/snippy

我是在看到有人分享，介绍的链接是 https://www.jianshu.com/p/268689bf3373

在github主页没有看到软件对应的论文。

github主页对软件的介绍

image.png

通常利用二代测序数据检测单核苷酸多态性(SNP)和插入缺失（InDels）变异的基本流程是

• 1 测序数据与参考基因组比对获得sam、bam格式数据
• 2 samtools、GATK、freebayes等软件利用bam格式文件获得vcf格式文件
• 3 snpeff对vcf格式文件进行注释
• 4 vcf格式文件转换成fasta格式使用IQree、mega等软件构建系统发育树。

snippy这个软件好像是把上述过程全都整合到了一起，你只需要输入fastq格式的测序数据和参考基因组，就能够拿到所有的结果，这样就方便了很多

软件主页写了变异检测是有freebayes完成，比对用到的是bwa这个软件，注释用到的是 snpeff这个软件，这点是比较方便的，省去了我们自己操作snpeff软件的过程，这个软件构建自己物种的注释文件还稍微有些麻烦呢！

自己一直有一个困惑是snpeff这个软件对snp的注释结果到底该怎么看？大家有相关的教程吗？

这个软件还有一个用处是：可以计算两条fasta序列之间的snp和indel位点。这一点做叶绿体基因组的研究就非常方便了，比如自己测了一个叶绿体基因组，和一个已经发表的近缘种来比较，直接用这个软件就方便很多。比如我这边试着做了一下，用到的数据是来自于论文

Comparative chloroplast genomics between the invasive weed Mikania
micrantha and its indigenous congener Mikania cordata: Structure variation,
identification of highly divergent regions, divergence time estimation, and
phylogenetic analysis （本地存储文件名是 1-s2.0-S1055790317307212-main）

两条叶绿体基因组序列序列号

• KX980032.fna
• KX154571

首先是软件的安装

直接使用conda来安装，因为依赖软件过多，下载过程时间会很长，如果网路不好可能会安装失败，我自己试了好多次

conda install -c conda-forge -c bioconda -c defaults snippy

安装好使用就比较简单了，需要准备的数据是

• 参考基因组 genbank格式
• 自己的序列fasta格式

使用命令

snippy --outdir mut1 --ref sequence.gb --cts KX980032.fna

输出的结果文件

image.png

这里snps.csv文件里有用信息比较多

image.png

包括变异类型，如果snp在编码区，还会给出基因的名字，位置和对应的氨基酸变化

这里遇到一个问题是：如果有多条序列一起检测变异应该如何做。我试了一下两条序列放到一起，最终的vcf格式文件中也只有一个样本

image.png

软件主页提到了有一个snippy-multi命令，我试了一下一直遇到报错

image.png

暂时还不知道是什么原因

这款软件的使用就先介绍到这里了，后面如果还会用到的话再来研究。

有偿征稿

关于使用snpeff软件对vcf格式的变异文件进行注释后的结果解读

欢迎大家关注我的公众号
小明的数据分析笔记本

小明的数据分析笔记本 公众号 主要分享：1、R语言和python做数据分析和数据可视化的简单小例子；2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记；3、生物信息学入门学习资料及自己的学习笔记！