GATK4.0和GATK3.5 Call SNV的差异

作者: 晓佥 | 来源:发表于2019-06-06 13:08 被阅读54次

1.一个外显子测序样本数据的结果比较

用bwa和samtools做常规处理，再分别用GATK4.0和GATK3.5的HC去Call SNV，均使用默认参数。

GATK4.0明显比GATK3.5 Call出的SNV的数量多。

2.通过Vep注释，挑选外显子区域的SNV

vep -i merge_sort_dedup_GATK_v4.0.vcf -o tmp4.out --cache --cache_version 82 --offline --vcf vep注释命令
通过vep分别对GATK4.0和GATK3.5的SNV注释，统计属于外显子的SNV的数量。

同样的，注释后GATK4.0还是明显比GATK3.5 Call出的SNV的数量多。

3.通过VQSR过滤SNV

GATK4.0和GATK3.5分别有自己的VQSR，有相同的地方也有不同的，也都用默认参数。
注：分别用的是自己软件的VQSR

VQSR后，SNV在GATK3.5中而不在GATK4.0中的数量变多了，当然VQSR后总数变小了。
说明两个软件的VQSR有差异，并对Call出的SNV的数量有很大的影响。
因为是外显子数据，所以Call出SNV的数量可能受DP的影响。

4.比较VQSR前后不同DP下的SNV数量

grep -v ^# merge_sort_dedup_GATK_v4.0.vqsr.vcf |grep PASS|awk '{split($10,a,":");if(a[3]>=10){print $0}}' | wc -l
对VQSR前后的数据进行DP的筛选，在GATK4.0和GATK3.5中，在不同的DP过滤下，统计Call出的SNV的数量。
注：两个软件生成的vcf文件都是用的GATK3.5的VQSR，以去除不同软件不同VQSR的影响。
VQSR前后的SNV的数量都随着DP值的增加而减少，减少到一定值后趋于平缓。
当DP>=4/5 之后，GATK4.0和GATK3.5 Call出的SNV的数量已经比较接近并趋于平缓。
VQSR后，GATK4.0和GATK3.5 Call出的SNV的数量比VQSR之前Call出的SNV数量更接近。
说明VQSR对GATK4.0和GATK3.5 Call出SNV的数量的影响比较大，通过调整VQSR的具体参数可减少软件间的差异。
另，VQSR中，当分析外显子测序数据时，不要用 -an DP 这个参数，因为深度对外显子测序数据影响比较大。