call variations from wheat DNA_seq

文件格式是如下,就是SRA编号,一行一个SRA。fastq文件是在ncbi上下载的SRA格式。小麦基因组单条染色体往往大于500Mb,所以要使用part版本的。mapping使用的bwa mem,call variantion使用的是sentieon
SRR5873706
SRR5873707

#!/usr/bin/env python
# -*- coding: utf-8 -*-
__author__ = 'wheatomics'



import subprocess

with open('dna_input.txt', 'r') as f:
    sra_input = ''
    ref_fasta = '/data2/Fshare/FastaAndIndex/IWGSC_v1.0_bwa/161010_Chinese_Spring_v1.0_pseudomolecules_parts.fasta'
    sample = 'mutant'

    for line in f:
        sra = line.strip().split()[0]
        print sra + '.sra'
        # sra to fastq.gz
        proc = subprocess.Popen(['fastq-dump', '--split-3', '--helicos', '--gzip',  sra + '.sra'], shell=False)
        proc.wait()
        # Mapping each set of input fastq with BWA-MEM, sorting
        proc = subprocess.Popen('bwa mem -M -R \'@RG\tID:' + sra + '\tSM:' + sample + '\tPL:ILLUMINA\'' +
                                 ' -t 12 -K 10000000 ' + ref_fasta + ' ' + sra.split('.')[0] + '_1.fastq.gz' + ' ' + sra.split('.')[0] + '_2.fastq.gz' +
                                 ' | ' + 'sentieon util sort -r ' + ref_fasta + ' -o ' + sra + 'sorted.bam' + ' -t 10 --sam2bam -i -', shell=True)
        proc.wait()
        # delete all the fastq.gz
        proc = subprocess.Popen(['shred', '-u', '-z', sra.split('.')[0] + '_1.fastq.gz'], shell=False)
        proc.wait()
        proc = subprocess.Popen(['shred', '-u', '-z', sra.split('.')[0] + '_2.fastq.gz'], shell=False)
        proc.wait()
        # get all bam file and put them into next step
        sra_input = sra_input + ' -i ' + sra + 'sorted.bam'
        proc.wait()
    print sra_input
    # Remove Duplicate Reads on the multiple sorted BAM files
    proc = subprocess.Popen(['sentieon', 'driver',  '-t', '10', sra_input, '--algo', 'LocusCollector', '--fun', 'score_info', 'score.txt'], shell= False)
    proc.wait()

    proc = subprocess.Popen(['sentieon', 'driver', '-t', '10', sra_input, '--algo', 'Dedup', '--rmdup', '--score_info',
                             'score.txt', '--metrics', 'dedup_metrics.txt', 'deduped.bam'], shell=False)
    proc.wait()
    # Indel realigner
    proc = subprocess.Popen(['sentieon', 'driver', '-r', ref_fasta, '-t', '10', '-i', 'deduped.bam', '--algo', 'Realigner',
                             'realigned.bam'], shell=False)
    proc.wait()
    # Base recalibration
    proc = subprocess.Popen(['shred', '-u', '-z', 'deduped.bam'], shell=False)
    proc.wait()


    proc = subprocess.Popen(['sentieon', 'driver', '-r', ref_fasta, '-t', '10', '-i', 'realigned.bam', '--algo',
                             'QualCal', 'recal_data.table'], shell=False)
    proc.wait()

    proc = subprocess.Popen(['sentieon', 'driver', '-r', ref_fasta, '-t', '10', '-i', 'realigned.bam', '-q',
                             'recal_data.table', '--algo', 'QualCal', 'recal_data.table.post'], shell=False)
    proc.wait()

    proc = subprocess.Popen(['sentieon', 'driver', '-t', '10', '--algo', 'QualCal', '--plot', '--before',
                             'recal_data.table', '--after', 'recal_data.table.post', 'recal.csv'], shell= False)
    proc.wait()

    proc = subprocess.Popen(['sentieon', 'plot', 'bqsr', '-o', 'recal_plots.pdf', 'recal.csv'], shell=False)
    proc.wait()
    # HC Variant caller
    proc = subprocess.Popen(['sentieon', 'driver', '-r', ref_fasta, '-t', '10', '-i', 'realigned.bam', '-q',
                             'recal_data.table', '--algo', 'Haplotyper', '--emit_mode', 'gvcf', '--emit_conf',
                             '10', '--call_conf', '30', sample + '-hc.g.vcf.gz'], shell=False)
    proc.wait()

    proc = subprocess.Popen(['shred', '-u', '-z', 'realigned.bam'], shell=False)
    proc.wait()

——————————————————————————————
欢迎关注“小麦生信联盟”


小麦生信联盟.jpg
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,670评论 5 460
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,928评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,926评论 0 320
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,238评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,112评论 4 356
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,138评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,545评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,232评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,496评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,596评论 2 310
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,369评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,226评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,600评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,906评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,185评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,516评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,721评论 2 335

推荐阅读更多精彩内容