NVIDIA 文档中心 NVIDIA Clara Clara Parabricks v4.4.0 pacbio_germline

pacbio_germline

Beta

请注意，Parabricks GPU 加速的 pacbio_germline 工具目前处于 Beta 测试阶段。

运行种系变异工具，以使用 minimap2 进行比对以及 DeepVariant 变异调用器，在长读序序列上生成 BAM 和变异。

请参阅 pacbio_germline 参考部分，获取所有可用选项的详细列表。

快速入门

复制
已复制！

            
            # This command assumes all the inputs are in INPUT_DIR and all the outputs go to OUTPUT_DIR.
docker run --rm --gpus all --volume INPUT_DIR:/workdir --volume OUTPUT_DIR:/outputdir \
    --workdir /workdir \
    nvcr.io/nvidia/clara/clara-parabricks:4.4.0-1 \
    pbrun pacbio_germline \
    --ref /workdir/${REFERENCE_FILE} \
    --in-fq /workdir/${INPUT_FASTQ} \
    --out-bam /outputdir/${OUTPUT_BAM} \
    --out-variants /outputdir/${OUTPUT_VCF}

兼容的基于 CPU 的 minimap2、GATK4 和 Google DeepVariant 命令

以下命令是 Clara Parabricks 上述命令的 minimap2-v2.26、GATK4 和 Google DeepVariant 对等命令。这些命令的输出将与上述命令的输出相同。请参阅输出比较页面，以比较结果。

复制
已复制！

            
            # Run minimap2 and pipe the output to create a sorted BAM.
$ minimap2 -ax map-pbmm2 \
    <INPUT_DIR>/${REFERENCE_FILE} \
    <INPUT_DIR>/${INPUT_FASTQ} | \
  gatk SortSam \
    --java-options -Xmx30g \
    --MAX_RECORDS_IN_RAM 5000000 \
    -I /dev/stdin \
    -O cpu.bam \
    --SORT_ORDER coordinate

 # Run deepvariant
BIN_VERSION="1.6.1"
sudo docker run \
  -v "${PWD}":"/input" \
  -v "${PWD}/output":"/output" \
  -v "${PWD}/Ref":"/reference" \
  google/deepvariant:"${BIN_VERSION}" \
  /opt/deepvariant/bin/run_deepvariant \
  --model_type PACBIO \
  --ref /reference/${REFERENCE_FILE} \
  --reads cpu.bam \
  --output_vcf /output/"${OUTPUT_VCF_FILE}" \
  --num_shards $(nproc) \
  --make_examples_extra_args "ws_use_window_selector_model=true"

请注意，必须对基线 minimap2 代码进行两处更改才能完全匹配结果

首先，必须在 options.c 的 mm_set_opt 函数中创建一个新的预设，尝试通过将这些参数设置为名为“map-pbmm2”的新预设来复制 pbmm2 的预设

复制
已复制！

            
            io->k = 19;
io->w = 19;
io->batch_size = 0x7fffffffffffffffL; // always build a uni-part index
mo->flag |= MM_F_CIGAR;
mo->flag |= MM_F_SOFTCLIP;
mo->flag |= MM_F_LONG_CIGAR;
mo->flag |= MM_F_EQX;
mo->flag |= MM_F_NO_PRINT_2ND; // Allow secondaries with enforced mapping, but disable per default!
mo->zdrop = 400;
mo->zdrop_inv = 50;
mo->a = 1;
mo->b = 4;
mo->q = 6;
mo->q2 = 26;
mo->e = 2;
mo->e2 = 1;
mo->bw = 2000;
mo->max_gap = 10000;
mo->occ_dist = 500;
mo->min_mid_occ = 50;
mo->max_mid_occ = 500;
mo->min_dp_max = 500;

其次，必须对基线 KSW2 代码进行修复，以通过将循环裂变起点和终点更改为 st 和 en 分别对其进行舍入。如果起点 (st0) 是小于 16 但大于 0 的数字，则其评分值将不会正确初始化，但在稍后计算实际比对时仍将使用。可以通过将起点和终点舍入为 16 的倍数来解决此问题。

要进行此修复，请更改 ksw2_extd2_sse.c 中的以下代码

复制
已复制！

            
                    // loop fission: set scores first
        if (!(flag & KSW_EZ_GENERIC_SC)) {
            for (t = st0; t <= en0; t += 16) {
                __m128i sq, st, tmp, mask;
                sq = _mm_loadu_si128((__m128i*)&sf[t]);
                st = _mm_loadu_si128((__m128i*)&qrr[t]);
                mask = _mm_or_si128(_mm_cmpeq_epi8(sq, m1_), _mm_cmpeq_epi8(st, m1_));
                tmp = _mm_cmpeq_epi8(sq, st);
#ifdef __SSE4_1__
                tmp = _mm_blendv_epi8(sc_mis_, sc_mch_, tmp);
                tmp = _mm_blendv_epi8(tmp,     sc_N_,   mask);
#else
                tmp = _mm_or_si128(_mm_andnot_si128(tmp,  sc_mis_), _mm_and_si128(tmp,  sc_mch_));
                tmp = _mm_or_si128(_mm_andnot_si128(mask, tmp),     _mm_and_si128(mask, sc_N_));
#endif
                _mm_storeu_si128((__m128i*)((int8_t*)s + t), tmp);
            }
        } else {
            for (t = st0; t <= en0; ++t)
                ((uint8_t*)s)[t] = mat[sf[t] * m + qrr[t]];
        }

使用 lf_start 和 lf_en 的固定版本

复制
已复制！

            
                    // loop fission: set scores first
        int lf_start = st, lf_en = en;
        if (!(flag & KSW_EZ_GENERIC_SC)) {
            for (t = lf_start; t <= lf_en; t += 16) {
                __m128i sq, st, tmp, mask;
                sq = _mm_loadu_si128((__m128i*)&sf[t]);
                st = _mm_loadu_si128((__m128i*)&qrr[t]);
                mask = _mm_or_si128(_mm_cmpeq_epi8(sq, m1_), _mm_cmpeq_epi8(st, m1_));
                tmp = _mm_cmpeq_epi8(sq, st);
#ifdef __SSE4_1__
                tmp = _mm_blendv_epi8(sc_mis_, sc_mch_, tmp);
                tmp = _mm_blendv_epi8(tmp,     sc_N_,   mask);
#else
                tmp = _mm_or_si128(_mm_andnot_si128(tmp,  sc_mis_), _mm_and_si128(tmp,  sc_mch_));
                tmp = _mm_or_si128(_mm_andnot_si128(mask, tmp),     _mm_and_si128(mask, sc_N_));
#endif
                _mm_storeu_si128((__m128i*)((int8_t*)s + t), tmp);
            }
        } else {
            for (t = lf_start; t <= lf_en; ++t)
                ((uint8_t*)s)[t] = mat[sf[t] * m + qrr[t]];
        }

用于额外 GPU 的模型

有关下载和使用额外 GPU 的模型文件的说明，请参阅 DeepVariant 用于额外 GPU 的模型部分。

pacbio_germline 参考

通过使用 minimap2 比对长读序序列并使用深度神经网络分析，从 FASTQ/BAM 运行到 VCF 的种系管道。

输入/输出文件选项

--ref REF

参考文件的路径。（默认值：None）

此选项为必填项。

--index INDEX

由 vanilla minimap2 生成的最小化指标文件的路径，用于减少索引时间。（默认值：None）

--in-fq IN_FQ

fastq 或 fastq.gz 格式的查询序列文件的路径。（默认值：None）

--in-bam IN_BAM

输入 BAM/CRAM 文件的路径。（默认值：None）

--knownSites KNOWNSITES

已知插入缺失文件的路径。该文件必须为 vcf.gz 格式。此选项可以多次使用。（默认值：None）

--interval-file INTERVAL_FILE

以下格式之一的间隔文件的路径：Picard 样式（.interval_list 或 .picard）、GATK 样式（.list 或 .intervals）或 BED 文件（.bed）。此选项可以多次使用。（默认值：None）

--pb-model-file PB_MODEL_FILE

deepvariant 的非默认 parabricks 模型文件的路径。（默认值：None）

--out-recal-file OUT_RECAL_FILE

碱基质量分数重新校准后报告文件的路径。（默认值：None）

--out-bam OUT_BAM

标记重复项后 BAM 文件的路径。（默认值：None）

此选项为必填项。

--out-variants OUT_VARIANTS

变异调用后 vcf/gvcf/gvcf.gz 文件的路径。（默认值：None）

此选项为必填项。

--out-duplicate-metrics OUT_DUPLICATE_METRICS

标记重复项后重复指标文件的路径。（默认值：None）

--proposed-variants PROPOSED_VARIANTS

VCF 文件的路径，其中包含用于生成示例阶段的建议变异。（默认值：None）

工具选项

--preset PRESET: 要应用的预设。可能的值为 {map-pbmm2,map-hifi,map-ont}。（默认值：map-pbmm2）
--pbmm2: 包含额外的处理以匹配 pbmm2 的格式和准确性。与 map-ont --preset 值不兼容。（默认值：None）
--pbmm2-unmapped: 在 pbmm2 的输出中包含未比对的记录。必须与 --pbmm2 同时使用。与 map-ont --preset 值不兼容。（默认值：None）
--eqx: 写入 =/X CIGAR 运算符。（默认值：None）
-L INTERVAL, --interval INTERVAL: 从中调用输入读取的 bqsr 的间隔。所有间隔都将具有 100 的填充以获取读取记录，并且重叠的间隔将被合并。间隔文件应使用 --interval-file 选项传递。此选项可以多次使用（例如“-L chr1 -L chr2:10000 -L chr3:20000+ -L chr4:10000-20000”）。（默认值：None）
-ip INTERVAL_PADDING, --interval-padding INTERVAL_PADDING: 要添加到您包含的每个间隔的填充量（以碱基对为单位）。（默认值：None）
--standalone-bqsr: 在生成排序后的 BAM 后运行独立的 BQSR。此选项需要 --knownSites 和 --out-recal-file 输入参数。（默认值：None）
--read-group-sm READ_GROUP_SM: 此运行中读取组的 SM 标签。（默认值：None）
--read-group-lb READ_GROUP_LB: 此运行中读取组的 LB 标签。（默认值：None）
--read-group-pl READ_GROUP_PL: 此运行中读取组的 PL 标签。（默认值：None）
--read-group-id-prefix READ_GROUP_ID_PREFIX: 此运行中读取组的 ID 和 PU 标签的前缀。此前缀将用于此运行中所有成对的 fastq 文件。ID 和 PU 标签将由此前缀和一个标识符组成，该标识符对于一对 fastq 文件而言是唯一的。（默认值：None）
--disable-use-window-selector-model: 将窗口选择器模型从等位基因计数线性更改为变异读取。此选项将提高准确性和运行时间。（默认值：None）
--gvcf: 以 .gvcf 格式生成变异调用。（默认值：None）
--norealign-reads: 在调用变异之前，不局部重新比对读取。长度超过 500 bp 的读取永远不会重新比对。（默认值：None）
--sort-by-haplotypes: 读取按单倍型（使用 HP 标签）排序。（默认值：None）
--keep-duplicates: 保留重复的读取。（默认值：None）
--vsc-min-count-snps VSC_MIN_COUNT_SNPS: 在等位基因计数中至少出现此次数的 SNP 等位基因将被提升为候选基因。（默认值：2）
--vsc-min-count-indels VSC_MIN_COUNT_INDELS: 在等位基因计数中至少出现此次数的 Indel 等位基因将被提升为候选基因。（默认值：2）
--vsc-min-fraction-snps VSC_MIN_FRACTION_SNPS: 在等位基因计数中至少占所有计数此分数的 SNP 等位基因将被提升为候选基因。（默认值：0.12）
--vsc-min-fraction-indels VSC_MIN_FRACTION_INDELS: 在等位基因计数中至少占所有计数此分数的 Indel 等位基因将被提升为候选基因。（默认值：None）
--min-mapping-quality MIN_MAPPING_QUALITY: 默认情况下，保留具有任何比对质量的读取。将此字段设置为正整数 i 将仅保留 MAPQ >= i 的读取。请注意，这仅适用于比对的读取。（默认值：5）
--min-base-quality MIN_BASE_QUALITY: 最低碱基质量。此选项对备择等位基因强制执行最低碱基质量分数。仅当等位基因中的所有碱基的质量都大于 min_base_quality 时，才会考虑备择等位基因。（默认值：10）
--alt-aligned-pileup ALT_ALIGNED_PILEUP: 值可以是 [none, diff_channels] 之一。在 pileup 图像中包含针对每个候选备择等位基因的读取比对。（默认值：None）
--variant-caller VARIANT_CALLER: 值可以是 [VERY_SENSITIVE_CALLER, VCF_CANDIDATE_IMPORTER] 之一。用于生成示例的调用器。如果使用 VCF_CANDIDATE_IMPORTER，则意味着强制调用。默认值为 VERY_SENSITIVE_CALLER。（默认值：None）
--add-hp-channel: 添加另一个通道以表示每个读取的 HP 标签。（默认值：None）
--parse-sam-aux-fields: 将解析 BAM/CRAM 记录的辅助字段。如果设置了 --sort-by-haplotypes 或 --add-hp-channel，则也必须设置此选项。（默认值：None）
--use-wes-model: 如果传递此参数，将使用 WES 模型文件。仅在 shortread 模式下使用。（默认值：None）
--include-med-dp: 如果为 True，则在输出 gVCF 记录中包含 MED_DP。（默认值：None）
--normalize-reads: 如果为 True，则等位基因计数器左对齐每个读取的 INDEL。（默认值：None）
--pileup-image-width PILEUP_IMAGE_WIDTH: Pileup 图像宽度。仅当您知道您的模型支持此宽度时才更改此设置。（默认值：221）
--channel-insert-size: 如果为 True，则将 insert_size 通道添加到 pileup 图像中。默认情况下，此参数在 WGS 和 WES 模式下为 true。（默认值：None）
--no-channel-insert-size: 如果为 True，则不要将 insert_size 通道添加到 pileup 图像中。（默认值：None）
--max-read-size-512: 允许 deepvariant 在大小为 512bp 的读取上运行。默认大小为 320 bp。（默认值：None）
--prealign-helper-thread: 为预对齐步骤使用额外的线程。当设置 --max-reads-size-512 时，此参数更有用。（默认值：None）
--track-ref-reads: 如果为 True，则等位基因计数器会跟踪支持 ref 的读取。默认情况下，等位基因计数器仅保留支持 ref 的读取数量的简单计数。（默认值：None）
--phase-reads: 自动计算相位并将 HP 标签添加到所有读取。（默认值：None）
--dbg-min-base-quality DBG_MIN_BASE_QUALITY: 要考虑的 k-mer 序列中的最小碱基质量。（默认值：15）
--ws-min-windows-distance WS_MIN_WINDOWS_DISTANCE: 用于局部组装的候选窗口之间的最小距离（默认值：80）
--channel-gc-content: 如果为 True，则将 gc_content 通道添加到 pileup 图像中（默认值：None）
--channel-hmer-deletion-quality: 如果为 True，则将 hmer 删除质量通道添加到 pileup 图像中（默认值：None）
--channel-hmer-insertion-quality: 如果为 True，则将 hmer 插入质量通道添加到 pileup 图像中（默认值：None）
--channel-non-hmer-insertion-quality: 如果为 True，则将 non-hmer 插入质量通道添加到 pileup 图像中（默认值：None）
--skip-bq-channel: 如果为 True，则忽略碱基质量通道。（默认值：None）
--aux-fields-to-keep AUX_FIELDS_TO_KEEP: 要保留的辅助 BAM 字段的逗号分隔列表。值可以是 [HP, tp, t0]（默认值：HP）
--vsc-min-fraction-hmer-indels VSC_MIN_FRACTION_HMER_INDELS: 至少发生此次数的 Hmer Indel 等位基因将被提升为候选基因。如果应区别对待 hmer 和 non-hmer indel（Ultima 读取），请使用此阈值。默认值将对 hmer 和 non-hmer indel 使用相同的阈值，如 vsc_min_fraction_indels 中定义。（默认值：None）
--vsc-turn-on-non-hmer-ins-proxy-support: 从软剪切读取和其他 non-hmer 插入等位基因向最常见的 non-hmer 插入等位基因添加读取支持。（默认值：None）
--consider-strand-bias: 如果为 True，则在调用中期望 SB 字段并将其写入 VCF。（默认值：None）
--p-error P_ERROR: 参考置信度模型的碱基检出错误。（默认值：0.001）
--channel-ins-size: 如果为 true，则添加另一个通道以表示插入的大小。（适用于基于流的测序）（默认值：None）
--max-ins-size MAX_INS_SIZE: ins_size_channel 的最大插入大小，更大的插入将看起来像最大值（具有最大强度）（默认值：10）
--disable-group-variants: 如果使用 vcf_candidate_importer 并且多等位基因位点在 VCF 中跨多行拆分，请设置为 True，以便在将 CallVariantsOutput 转换为 Variants 时不会对变异进行分组。（默认值：None）
--filter-reads-too-long: 忽略所有大小 > 512bp 的输入 BAM 读取（默认值：None）
--haploid-contigs HAPLOID_CONTIGS: 非常染色体染色体的可选列表。对于所有列出的染色体，不考虑 HET 概率。（默认值：None）

性能选项

--num-threads NUM_THREADS: 处理线程数。（默认值：12）
--gpuwrite: 使用一个 GPU 加速写入最终 BAM/CRAM。（默认值：None）
--gpuwrite-deflate-algo GPUWRITE_DEFLATE_ALGO: 选择要与 --gpuwrite 一起使用的 nvCOMP DEFLATE 算法。请注意，这些选项与 CPU DEFLATE 选项不对应。有效选项为 1、2 和 4。选项 1 最快，而选项 2 和 4 的吞吐量逐渐降低，但压缩率更高。当用户未提供输入时（即 None），默认值为 1（默认值：None）
--gpusort: 使用 GPU 加速排序。（默认值：None）
--use-gds: 使用 GPUDirect Storage (GDS) 来启用直接数据路径，以实现 GPU 内存和存储之间的直接内存访问 (DMA) 传输。必须与 --gpuwrite 同时使用。有关如何设置和使用 GPUDirect Storage 的信息，请参阅 Parabricks 文档 > 最佳性能。（默认值：None）
--low-memory: 使用低内存模式（默认值：None）
--num-cpu-threads-per-stream NUM_CPU_THREADS_PER_STREAM: 每个流要使用的 CPU 线程数。（默认值：6）
--num-streams-per-gpu NUM_STREAMS_PER_GPU: 每个 GPU 要使用的流数。（默认值：2）
--run-partition: 将整个基因组划分为多个分区，并同时在多个分区上运行多个进程，每个分区上运行一个进程。（默认值：None）
--gpu-num-per-partition GPU_NUM_PER_PARTITION: 每个分区要使用的 GPU 数量。（默认值：None）
--max-reads-per-partition MAX_READS_PER_PARTITION: 在进行采样和重新比对等后续处理之前，每个分区考虑的最大读取数。（默认值：1500）
--partition-size PARTITION_SIZE: 在将区域拆分为多个较小的子区域之前，区域中允许的最大碱基对数。（默认值：1000）
--read-from-tmp-dir: 运行变异调用器，从 Aligner 和 sort 生成的 bin 文件中读取。并行运行 postsort。此选项将增加设备内存使用量。（默认值：None）

通用选项

--logfile LOGFILE: 日志文件的路径。如果未指定，消息将仅写入标准错误输出。（默认值：None）
--tmp-dir TMP_DIR: 将存储临时文件的目录的完整路径。
--with-petagene-dir WITH_PETAGENE_DIR: PetaGene 安装目录的完整路径。默认情况下，这应已安装在 /opt/petagene。使用此选项还需要通过设置 LD_PRELOAD 环境变量来预加载 PetaLink 库。可以选择设置用于数据和凭据的 PETASUITE_REFPATH 和 PGCLOUD_CREDPATH 环境变量（默认值：None）
--keep-tmp: 完成时不删除存储临时文件的目录。
--no-seccomp-override: 不覆盖 docker 的 seccomp 选项（默认值：None）。
--version: 查看兼容的软件版本。

GPU 选项

--num-gpus NUM_GPUS: 运行要使用的 GPU 数量。将使用 GPU 0..(NUM_GPUS-1)。

上一个 ont_germline

下一个 postpon