SOAPfuse是华大开发的一款,专门针对human的融合基因进行分析的工具,项目链接如下
在对应的文献中,将该工具与其他几款软件进行了比较 从图中可以看出,SOAPfuse运行时间快,内存消耗小,敏感性好。在我看来,内存消耗做的是真的不错,其他两点的话因为参考数据的不同,不太有参考价值。 sourceforge上保存了最新版的soapfuse, 直接下载解压即可。 wget https:///projects/soapfuse/files/SOAPfuse_Package/SOAPfuse-v1.27.tar.gz
tar xzvf SOAPfuse-v1.27.tar.gz 在运行SOAPfuse之前,需要准备以下几个文件 1. reference database和其他软件类似,SOAPfuse也需要建立物种对应的数据库,在软件安装的 perl SOAPfuse-S00-Generate_SOAPfuse_database.pl -wg hg19.fa -gtf Homo_sapiens.GRCh37.85.chr.gtf -cbd cytoBand.txt.gz -gf HGNC_Gene_Family.tsv -sd /software/SOAPfuse-v1.27 -dd /database/hg19 -rft chr.gtp
1 chr1
2 chr2 第一列代表gtf文件中的染色体编号,第二列代表fasta文件中的染色体编号。 2. sample listSOAPfuse通过sample.list文件读取样本信息,该文件内容如下
在实际分析时,我们只有每个样本对应的R1和R2端数据,所以lane ID和run ID自己随便定义就好了,下面是一个实际的例子,共6例样本 A1 Lib-A1 Run-A1 150
A2 Lib-A2 Run-A2 150
A3 Lib-A3 Run-A3 150
B1 Lib-B1 Run-B1 150
B2 Lib-B2 Run-B2 150
B3 Lib-B3 Run-B3 150 3. sample sequence directorysample.list中只提供了样本的名称等信息,在分析时肯定需要知道每个样本对应的测序数据的路径。在SOAPfuse中,通过一个固定的目录结构来实现,示意如下 所有的样本的测序数据位于一个总的目录下,称之为 对于样本的测序数据,要求是gzip压缩的格式,支持 4. config在软件安装的 DB_db_dir = /software/SOAPfuse-v1.27/db/
PG_pg_dir = /software/SOAPfuse-v1.27/source/bin
PS_ps_dir = /software/SOAPfuse-v1.27/source
PA_all_fq_postfix = fq.gz
以上四点内容都准备好之后,就可以进行分析了,代码如下 perl SOAPfuse-RUN.pl -c config.txt -fd raw_data -l sample.list -o out_dir
SOAPfuse的输出文件很多,会同时给出融合基因和融合转录本的信息,里面的信息和其他软件的输出基本类似,更加详细的解读请参考官网的说明文档。 ·end· |
|