ANNOVAR是一个高效的注释工具。它从不同的基因组功能注释基因变异检测(包括人类基因组hg18、hg19 、hg38、以及鼠、蠕虫、酵母等)。今天主要解说人类的注释。经过ANNOVAR注释之后,各变异功能一目了然,便于进一步的生物学分析。
一.下载安装,数据库准备
需要注意的是这个软件需要edu邮箱注册才能下载。
下载的文件为annovar.latest.tar.gz,解压之后是以下文件:
-rwxr-xr-x 1 root root 11946 7月 4 23:41 coding_change.pl*
-rwxr-xr-x 1 root root 154465 7月 4 23:41 convert2annovar.pl*
-rwxr-xr-x 1 root root 19121 7月 4 23:49 retrieve_seq_from_fasta.pl*
-rwxr-xr-x 1 root root 32613 7月 4 23:49 table_annovar.pl*
-rwxr-xr-x 1 root root 476 7月 4 23:49 tmp.anno.log*
-rwxr-xr-x 1 root root 21106 7月 4 23:49 variants_reduction.pl*
drwxr-xr-x 2 root root 4096 7月 4 23:41 example/
drwxr-xr-x 3 root root 4096 7月 4 23:49 humandb/</pre>
其中最重要的是humandb的文件夹,其中包括人类的数据库,是注释时必须的。
但是很多时候我们是希望能获得更多的信息,这就需要我们自己去下载所需的数据库,参考官网提供的数据库列表,套用代码
#在/.../ANNOVAR/annovar目录下:
perl annotate_variation.pl -buildver 基因组版本 -downdb 库名 humandb/</pre>
这里我们下载了以下:
perl annotate_variation.pl -downdb 1000g2015aug humandb -buildver hg38
#-rw-r--r-- 1 u2406 VIP 2.6G Aug 27 2015 hg38_1000g2015aug.zip 解压得到
#-rwxr-xr-x 1 root root 85M 7月 4 23:49 hg38_SAS.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 967M 7月 4 23:49 hg38_SAS.sites.2015_08.txt
#-rwxr-xr-x 1 root root 85M 7月 4 23:45 hg38_EUR.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 878M 7月 4 23:45 hg38_EUR.sites.2015_08.txt
#-rwxr-xr-x 1 root root 85M 7月 4 23:45 hg38_EAS.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 856M 7月 4 23:45 hg38_EAS.sites.2015_08.txt
#-rwxr-xr-x 1 root root 85M 7月 4 23:42 hg38_AMR.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 1.1G 7月 4 23:42 hg38_AMR.sites.2015_08.txt
#-rwxr-xr-x 1 root root 89M 7月 4 23:42 hg38_ALL.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 3.2G 7月 4 23:42 hg38_ALL.sites.2015_08.txt
#-rwxr-xr-x 1 root root 87M 7月 4 23:41 hg38_AFR.sites.2015_08.txt.idx
#-rwxr-xr-x 1 root root 1.5G 7月 4 23:41 hg38_AFR.sites.2015_08.txt
perl annotate_variation.pl -downdb -buildver hg38 -webfrom annovar refGene humandb/
#-rwxr-xr-x 1 root root 810K 7月 4 23:49 hg38_refGeneVersion.txt
#-rwxr-xr-x 1 root root 216M 7月 4 23:49 hg38_refGeneMrna.fa
#-rwxr-xr-x 1 root root 19M 7月 4 23:49 hg38_refGene.txt
perl annotate_variation.pl -buildver hg38 -downdb knownGene humandb/
#-rwxr-xr-x 1 root root 327M 7月 4 23:49 hg38_knownGeneMrna.fa
#-rwxr-xr-x 1 root root 37M 7月 4 23:49 hg38_knownGene.txt
#-rwxr-xr-x 1 root root 28M 7月 4 23:49 hg38_kgXref.txt
perl annotate_variation.pl -downdb -buildver hg38 -webfrom annovar gnomad_genome humandb/
#-rwxr-xr-x 1 root root 920M 7月 4 23:49 hg38_gnomad_genome.txt.idx
#-rwxr-xr-x 1 root root 16G 7月 4 23:49 hg38_gnomad_genome.txt
perl annotate_variation.pl -buildver hg38 -downdb cytoBand humandb/
#-rwxr-xr-x 1 root root 45K 7月 4 23:45 hg38_cytoBand.txt
perl annotate_variation.pl -downdb -buildver hg38 -webfrom annovar clinvar_20180603 humandb/
#-rw-r--r-- 1 u2406 VIP 1.3M Jul 9 11:50 hg38_clinvar_20180603.txt.idx
#-rw-r--r-- 1 u2406 VIP 72M Jul 9 11:50 hg38_clinvar_20180603.txt
perl annotate_variation.pl -downdb -buildver hg38 -webfrom annovar avsnp150 humandb/
#-rwxr-xr-x 1 root root 918M 7月 4 23:45 hg38_avsnp150.txt.idx
#-rwxr-xr-x 1 root root 13G 7月 4 23:45 hg38_avsnp150.txt
疑问,下载代码可以统一吗
至此,ANNOVAR软件的安装和下载资源库就结束了,下面开始介绍软件的使用方法
Example:
1st#download annotation databases from ANNOVAR or UCSC and save to humandb/ directory
annotate_variation.pl -downdb -webfrom annovar refGene humandb/
annotate_variation.pl -buildver mm9 -downdb refGene mousedb/
annotate_variation.pl -downdb -webfrom annovar esp6500siv2_all humandb/
2ed#gene-based annotation of variants in the varlist file (by default –geneanno is ON)
annotate_variation.pl -buildver hg19 ex1.avinput humandb/
3#region-based annotate variants
annotate_variation.pl -regionanno -buildver hg19 -dbtype cytoBand ex1.avinput humandb/
annotate_variation.pl -regionanno -buildver hg19 -dbtype gff3 -gff3dbfile tfbs.gff3 ex1.avinput humandb/
4#filter rare or unreported variants (in 1000G/dbSNP) or predicted deleterious variants
annotate_variation.pl -filter -dbtype 1000g2014oct_all -maf 0.01 ex1.avinput humandb/
annotate_variation.pl -filter -buildver hg19 -dbtype snp138 ex1.avinput humandb/
annotate_variation.pl -filter -dbtype ljb26_all -otherinfo ex1.avinput humandb/
annotate_variation.pl [arguments] <query-file|table-name><database-location>
Function: annotate a list of genetic variants against genome annotation databases stored at local disk.
convert2annovar.pl [arguments] <variantfile>
Function: convert variant call file generated from various software programs into ANNOVAR input format
ANNOVAR
软件的功能可以分成以下4大类
ANNOVAR是用Perl编写的,可以在安装了标准Perl模块的各种硬件系统上作为独立应用程序运行。
1. gene-based annotation
分析变异位点对蛋白质的影响,支持多种基因集,包括RefSeq, UCSC, ENSEMBL, GENCODE 等。
2. region-based annotation
分析变异位点是否位于基因组上的特殊区域,比如转录因子结合区域,组蛋白修饰区等。
3. Filter-based annotation
分析变异位点是否位于指定的数据库中,比如dbSNP, 1000G,ESP 6500等数据库,计算SIFT
,PolyPhen
, LRT
, MutationTaster
, MutationAssessor
, FATHMM
, MetaSVM
, MetaLR
等指标。
4. other functionalities
从基因组上根据坐标提取序列等小功能。
在实际分析中,主要使用annovar的注释功能。可以看到,annovar提供了3大类型的注释,在后续文章中,会详细讲述。