RNA-seq数据call变异

GATK的Best Practices Workflows还介绍了利用RNA数据call variants的方法，大体上跟DNA数据的方法是一样的，但还有一些不同，今天就来介绍一下。

概述

总体上看，流程主要包括mapping、MarkDuplicates、SplitNCigarReads、Base Quality Recalibration、Variant Calling和Variant Filtering这几步

mapping

GATK推荐了STAR的2-pass mode来进行mapping，官方解释说对于RNA的数据来说，STAR提高了SNP、和INDEL的灵敏度，尤其是对于indel。STAR的mapping给出了两种方式，一种是传统的original 2-pass，另外一种是使用–twopassMode Basic参数，一步到位，详细说明可以看官方文档(https://github.com/alexdobin/STAR)。

STAR \
--
genomeDir STAR_index \
--
sjdbGTFfile genome
.
gtf \
--
runThreadN 
2
 \
--
twopassMode 
Basic
 \
--
twopass1readsN 
-
1
 \
--
outSAMtype BAM 
SortedByCoordinate
 \
--
outSAMattrRGline ID
:
sample SM
:
sample PL
:
sample \
--
readFilesIn sample
.
1.fq
.
gz sample
.
2.fq
.
gz  \
--
readFilesCommand zcat \
--
outFileNamePrefix  sample
.