2024年2月25日

Step0_Annovar_install

##  annovar官方网站的的下载需要使用邮箱注册后才可下载
# http://download.openbioinformatics.org/annovar_download_form.php

## annovar 安装
cd /public1/guop/mawx/software/
wget http://www.openbioinformatics.org/annovar/download/0wgxR2rIVP/annovar.latest.tar.gz
tar -zxvf annovar.latest.tar.gz


## 安装注释文件格式转换工具 gffread gff3ToGenePred gtfToGenePred
conda create -n gffread
conda activate gffread
conda install -c bioconda gffread

conda create -n ucsc
conda activate ucsc
conda install bioconda::ucsc-gff3togenepred
conda install bioconda::ucsc-gtftogenepred

## 添加环境变量 export PATH
vi ~/.bashrc    
export PATH=/public1/guop/mawx/software/annovar:$PATH 
export PATH=~/anaconda2/envs/ucsc/bin/:$PATH
source ~/.bashrc

Step1.Prepare_genome

##  gff格式转gtf格式
gffread  genes.gff  -T -o genes.gtf

gtfToGenePred  -genePredExt genes.gtf genes_refGene.txt

# gff3ToGenePred  Of.genome.gff3  Of.genome_refGene.txt
# gff3文件开头必须是##gff-version 3

retrieve_seq_from_fasta.pl --format refGene --seqfile sequences.fa  genes_refGene.txt --out genes_refGeneMrna.fa

Step2.AllSNP_annovar

## 生成表格格式输入文件
convert2annovar.pl -format vcf4 -allsample -withfreq  Ref.gatk_raw.snp.vqsr.filter.vcf > Ref.gatk_raw.snp.vqsr.filter.vcf.annovar.input

## 删除Contig行（非染色体行）
#grep -v "^Contig"  Ref.gatk_raw.snp.vqsr.filter.vcf.annovar.input > Ref.gatk_raw.snp.vqsr.filter.vcf_noContig.annovar.input

## 进行变异注释 (如果需要所有信息，添加-separate)
annotate_variation.pl -geneanno --neargene 2000 -buildver  genes -dbtype refGene -outfile AllSNP.annovar -exonsort Ref.gatk_raw.snp.vqsr.filter.vcf.annovar.input  ./

Step3.不同变异类型snp位点数量统计

##   统计每种类型（突变位置）SNP的数量
cat AllSNP.annovar.variant_function | cut -f 1 | sed 's/;/\n/g' | sort | uniq -c
 259756 downstream
 162890 exonic
2949809 intergenic
 199151 intronic
   1055 splicing
 306004 upstream
  27386 UTR3
  18644 UTR5


##   统计外显子区域不同突变类型SNP的数量
cat AllSNP.annovar.exonic_variant_function | awk '{print $2}' | sort | uniq -c
  93389 nonsynonymous
   3650 stopgain
    371 stoploss
  65480 synonymous