nfcore/viralrecon

nf-core/viralrecon

概述

nf-core/viralrecon 是一个生物信息学分析流程，用于病毒样本的组装和宿主内/低频变异检测。该流程支持来自 shotgun（如直接从临床样本测序）和富集型文库制备方法（如基于扩增子的ARTIC SARS-CoV-2富集协议或探针捕获）的Illumina短读长测序数据。

流程基于 https://www.nextflow.io 构建，可在多种计算基础设施上以高度可移植的方式运行任务。提供Docker容器使安装过程简单，并确保结果高度可重现。此外，通过AWS云对全尺寸数据集运行流程的自动化持续集成测试，确保代码稳定性。

核心功能与特性

流程报告

流程包含多个QC和报告步骤，通过 MultiQC 生成综合分析摘要报告。可查看示例MultiQC报告，该报告使用https://github.com/nf-core/viralrecon/blob/master/conf/test_full.config%E4%B8%AD%E5%AE%9A%E4%B9%89%E7%9A%84%E5%8F%82%E6%95%B0%E7%94%9F%E6%88%90%EF%BC%8C%E5%9F%BA%E4%BA%8Encov-2019 ARTIC Network V1扩增子集制备的https://zenodo.org/record/3735111%EF%BC%8C%E5%9C%A8Illumina MiSeq平台上以301bp双端格式测序。

流程摘要

1. 通过SRA、ENA或GEO ID下载样本（https://ena-docs.readthedocs.io/en/latest/retrieval/file-download.html%E3%80%81https://github.com/rvalieris/parallel-fastq-dump%EF%BC%9B*%E5%A6%82%E9%9C%80*%EF%BC%89
2. 合并重测序FastQ文件（cat；如需）
3. 读段QC（https://www.bioinformatics.babraham.ac.uk/projects/fastqc/%EF%BC%89
4. 适配器修剪（https://github.com/OpenGene/fastp%EF%BC%89
5. 变异检测
   1. 读段比对（http://bowtie-bio.sourceforge.net/bowtie2/index.shtml%EF%BC%89
   2. 比对结果排序和索引（https://sourceforge.net/projects/samtools/files/samtools/%EF%BC%89
   3. 引物序列去除（https://github.com/andersen-lab/ivar%EF%BC%9B*%E4%BB%85%E6%89%A9%E5%A2%9E%E5%AD%90%E6%95%B0%E6%8D%AE*%EF%BC%89
   4. 重复读段标记（https://broadinstitute.github.io/picard/%EF%BC%9B*%E5%8F%AF%E9%80%89%E5%8E%BB%E9%99%A4*%EF%BC%89
   5. 比对水平QC（https://broadinstitute.github.io/picard/%E3%80%81https://sourceforge.net/projects/samtools/files/samtools/%EF%BC%89
   6. 多种变异检测和共识序列生成途径选择（http://dkoboldt.github.io/varscan/%E3%80%81http://samtools.github.io/bcftools/bcftools.html%E3%80%81https://github.com/arq5x/bedtools2/ || https://github.com/andersen-lab/ivar || http://samtools.github.io/bcftools/bcftools.html%E3%80%81https://github.com/arq5x/bedtools2/%EF%BC%89
      • 变异注释（http://snpeff.sourceforge.net/SnpEff.html%E3%80%81http://snpeff.sourceforge.net/SnpSift.html%EF%BC%89
      • 共识序列评估报告（http://quast.sourceforge.net/quast%EF%BC%89
6. 从头组装
   1. 引物修剪（https://cutadapt.readthedocs.io/en/stable/guide.html%EF%BC%9B*%E4%BB%85%E6%89%A9%E5%A2%9E%E5%AD%90%E6%95%B0%E6%8D%AE*%EF%BC%89
   2. 宿主序列去除（http://ccb.jhu.edu/software/kraken2/%EF%BC%89
   3. 多种组装工具选择（SPAdes || metaSPAdes || https://github.com/rrwick/Unicycler || https://github.com/GATB/minia%EF%BC%89
      • 与参考基因组Blast比对（https://blast.ncbi.nlm.nih.gov/Blast.cgi?PAGE_TYPE=BlastSearch%EF%BC%89
      • 组装序列拼接（https://www.sanger.ac.uk/science/tools/pagit%EF%BC%89
      • 组装报告（https://github.com/BU-ISCIII/plasmidID%EF%BC%89
      • 组装评估报告（http://quast.sourceforge.net/quast%EF%BC%89
      • 相对于参考序列的变异检测（https://github.com/lh3/minimap2%E3%80%81https://github.com/ekg/seqwish%E3%80%81https://github.com/vgteam/vg%E3%80%81https://github.com/rrwick/Bandage%EF%BC%89
      • 变异注释（http://snpeff.sourceforge.net/SnpEff.html%E3%80%81http://snpeff.sourceforge.net/SnpSift.html%EF%BC%89
7. 展示原始读段、比对、组装和变异检测结果的QC和可视化（MultiQC）

流程提供多个选项，允许仅运行工作流的特定部分。例如，可使用--skip_assembly参数跳过所有组装步骤。有关运行流程的所有可用选项，请参见使用文档。

使用场景与适用范围

适用于病毒基因组学研究，包括：

• 临床病毒样本的测序数据分析
• 病毒变异监测与进化研究
• 基于扩增子或探针捕获的病毒测序数据处理
• 需要自动化、可重复的病毒基因组组装和变异检测的场景

使用方法与配置说明

快速开始

1. 安装 https://nf-co.re/usage/installation

2. 安装 https://docs.docker.com/engine/installation/ 或 https://www.sylabs.io/guides/3.0/user-guide/ 以实现流程完全可重现性（*请仅将https://conda.io/miniconda.html%E4%BD%9C%E4%B8%BA%E6%9C%80%E5%90%8E%E7%9A%84%E9%80%89%E6%8B%A9%EF%BC%9B%E5%8F%82%E8%A7%81https://nf-co.re/usage/configuration#basic-configuration-profiles*%EF%BC%89

3. 下载流程并使用单个命令在最小数据集上测试：

   bash
   nextflow run nf-core/viralrecon -profile test,<docker/singularity/conda/institute>
   

   请查看https://github.com/nf-core/configs#documentation%EF%BC%8C%E4%BA%86%E8%A7%A3%E6%98%AF%E5%90%A6%E5%B7%B2%E6%9C%89%E9%80%82%E7%94%A8%E4%BA%8E%E6%82%A8%E6%9C%BA%E6%9E%84%E7%9A%84%E8%87%AA%E5%AE%9A%E4%B9%89%E9%85%8D%E7%BD%AE%E6%96%87%E4%BB%B6%E7%94%A8%E4%BA%8E%E8%BF%90%E8%A1%8Cnf-core%E6%B5%81%E7%A8%8B%E3%80%82%E5%A6%82%E6%9E%9C%E6%9C%89%EF%BC%8C%E5%8F%AA%E9%9C%80%E5%9C%A8%E5%91%BD%E4%BB%A4%E4%B8%AD%E4%BD%BF%E7%94%A8%60-profile ，这将启用docker或singularity`并为您的本地计算环境设置适当的执行设置。

4. 开始运行自己的分析：

   bash
   nextflow run nf-core/viralrecon -profile <docker/singularity/conda/institute> --input samplesheet.csv --genome 'NC_045512.2' -profile docker
   

有关运行流程的所有可用选项，请参见使用文档。

文档

nf-core/viralrecon流程提供以下文档（位于docs/目录）：

1. https://nf-co.re/usage/installation
2. 流程配置
   • https://nf-co.re/usage/local_installation
   • https://nf-co.re/usage/adding_own_config
   • 参考基因组
3. 运行流程
4. 输出及结果解读
5. https://nf-co.re/usage/troubleshooting

贡献与支持

如要为此流程贡献代码，请参见https://github.com/nf-core/viralrecon/blob/master/.github/CONTRIBUTING.md%E3%80%82

如需更多信息或帮助，请通过Slack #viralrecon频道联系（可通过https://nf-co.re/join/slack%E5%8A%A0%E5%85%A5%EF%BC%89%E3%80%82

引用

如果使用nf-core/viralrecon进行分析，请引用以下DOI：https://doi.org/10.5281/zenodo.3872730

流程使用工具的详细参考文献列表可在https://github.com/nf-core/viralrecon/blob/master/CITATIONS.md%E6%96%87%E4%BB%B6%E4%B8%AD%E6%89%BE%E5%88%B0%E3%80%82

您还可以按以下方式引用nf-core出版物：

The nf-core framework for community-curated bioinformatics pipelines.

Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.

Nat Biotechnol. 2020 Feb 13. doi: https://dx.doi.org/10.1038/s41587-020-0439-x. ReadCube: Full Access Link