使用 �annovar对 SNP和 INDEL 进行功能注释，查看变异对基因结构和功能的影响。

ANNOVAR是一个高效的Perl 命令注释工具，可实现对来自下一代测序 （NGS） 数据的遗传变异进行高通量功能注释和过滤，支持包括VCF在内的多种输入和输出文件格式。

主要包含三种不同的注释方法：gene-based, region-based 和filter-based。基于基因的注释（Gene-based Annotation）揭示variant与已知基因直接的关系以及对其产生的功能性影响，基于区域的注释（Region-based Annotation）揭示variant 与不同基因组特定段的关系，例如：它是否落在转录因子结合区域等，基于筛选的注释（Filter-based Annotation）则分析变异位点是否位于指定的数据库中，比如dbSNP, 1000G，ESP 6500等数据库，计算SIFT/PolyPhen/LRT/MutationTaster/MutationAssessor等。

数据和软件准备

数据：基因组文件（genome）、基因组注释文件（gt f）、VCF文件
软件：�annovar、gtfToGenePred

参考脚本

vcf注释

转gtf成refGene格式并提取转录本的序列

genome.fasta
genome.gtf
gtfToGenePred  -genePredExt genome.gtf genome_refGene.txt
/home/software/annovar/retrieve_seq_from_fasta.pl --format refGene --seqfile genome.fasta genome_refGene.txt --out genome_refGeneMrna.fa

�annovar

all.snp.vcf
#转vcf成表格格式（软件需求）
/home/software/annovar/convert2annovar.pl \
-format vcf4 \
-allsample \
-withfreq  \
all.snp.vcf  >all.snp.vcf.annovar.input

#进行�annovar注释
/home/software/annovar/annotate_variation.pl  \
-geneanno  \ #基于基因进行注释
--neargene 2000  \ #确定基因上下游的范围
-buildver genome  \ #基因组数据库名称
-dbtype refGene  \ #数据库类型
-outfile all.anno \ #输出文件的前缀
 -exonsort \ #结果按外显子排序
all.snp.vcf.annovar.input ./

# 输出文件：
# all.anno.variant_function
# all.anno.exonic_variant_function

结果统计

variant_function注释，优先级排序为 exonic = splicing > ncRNA > UTR5/UTR3 > intron > upstream/downstream > intergenic

INDEL注释直接将脚本内相应snp的文件替换成indel文件即可

欢迎关注Bioinfor 生信云微信公众号！