使用gatk进行SNPCalling及下游分析（BSA等）

1 二代数据过滤（现在二代数据质量较高，可不过滤）

使用fastp过滤，参数默认

fastp -w 30 -i ${i}_1.fq.gz -I ${i}_2.fq.gz -o ${i}_ft1.fq.gz -O ${i}_ft2.fq.gz

2 SNPCalling

2.1 对参考基因组建立索引

bwa index ref.fa

2.2 将测序数据与比对到参考基因组

bwa mem -t 100 -R "@RG\tID:Sample_ID\tLB:Sample_IB\tPL:ILLUMINA\tSM:Sample_ID"ref.fa ${i}_ft1.fq.gz ${i}_ft2.fq.gz> ./${i}.sam

samtool view -@ 100 -bS ${i}.sam > ${i}.bam

samtools sort -@ 100 ${i}.bam -o ${i}.sort.bam

samtools rmdup ${i}.sort.bam ${i}.rmdup.bam

2.3 gatk call SNP

对参考基因建立索引

samtools faidx ref.fa

GATK CreateSequenceDictionary -R ref.fa -O ref.dict

call SNP

gatk HaplotypeCaller --emit-ref-confidence GVCF -R ref.fa -I ${i}.rmdup.bam -O ${i}.g.vcf

将gvcf文件压缩

 bcftools view {i}.g.vcf -Oz -o {i}.g.vcf.gz

对gvcf建立索引

 bcftools index -t ${i}.g.vcf.gz

将多个gvcf文件合并为一个gvcf

gatk CombineGVCFs -R ref.fna --variant gvcf.list -O cohort.g.vcf.gz

# gvcf.lst 为存放多个gvcf文件名字的文本文件

gatk GenotypeGVCFs -R ref.fa -V merge.g.vcf -O merge.vcf

3 后面会更新一些利用vcf文件进行下游分析（持续更新中）