Excercice 6 : format VCF annotation et filtre

1. Repérer les différents champs du fichier VCF obtenu précédemment.

   Solution

   zmore SRR.vcf.gz
   

2. Combien de variants contient le fichier VCF ?

   Solution

   zgrep -cv "^#" SRR.vcf.gz
   

   82386
   

3. Charger le module de SNPeff et afficher l'aide de la commande

   Solution

   search_module snpeff
   module load bioinfo/SnpEff/4.3T
   snpEff -h
   

4. Une annotation est-elle disponible pour notre génome d'intérêt ? Si oui, laquelle ?

   Solution

   snpEff databases | grep -i gallus
   

   Gallus_gallus-5.0.86
   

5. Lancer l'annotation et repérer les ajouts dans le VCF (champ INFO)

   Solution

   snpEff ann Gallus_gallus-5.0.86 SRR.vcf.gz -s SRR-snpEff_summary.html > SRR-snpEff.vcf ; bgzip SRR-snpEff.vcf ; tabix -p vcf SRR-snpEff.vcf.gz
   

6. Afficher l'aide de la commande SNPsift

   Solution

   java -Xmx4G -jar /usr/local/bioinfo/src/SnpEff/SnpEff-4.3T/snpEff/SnpSift.jar
   

7. Ajouter l'information « snp connus » dans le champ ID du VCF

   Solution

   java -Xmx4G -jar /usr/local/bioinfo/src/SnpEff/SnpEff-4.3T/snpEff/SnpSift.jar annotate Gallus_gallus_incl_consequences_chr25-26.vcf SRR-snpEff.vcf.gz > SRR-snpEff-annotate.vcf ; bgzip SRR-snpEff-annotate.vcf ; tabix -p vcf SRR-snpEff-annotate.vcf.gz
   

8. Combien de "nouveaux" variants dans le VCF

   Solution

   zgrep -v "^##" SRR-snpEff-annotate.vcf.gz | cut -f3 | grep -c '\.'
   

   20146
   

9. Filtre du vcf

   • Combien de variants ont une qualité >= 100
   • Combien de nouveaux SNP de qualité >= 200 sont homozygotes références pour SRR7062654 et homozygotes alternatifs pour SRR7062655 ?
   • Trouver la position du SNP nouveau ayant un effet "HIGH" et la qualité maximum
   Solution

   java -Xmx4G -jar /usr/local/bioinfo/src/SnpEff/SnpEff-4.3T/snpEff/SnpSift.jar filter "QUAL>=100" -f SRR-snpEff-annotate.vcf.gz | grep -vc '^#'
   

   79213
   

   java -Xmx4G -jar /usr/local/bioinfo/src/SnpEff/SnpEff-4.3T/snpEff/SnpSift.jar filter "ID == '' & isHom(GEN[SRR7062654]) & isHom(GEN[SRR7062655]) & isRef(GEN[SRR7062654]) & isVariant(GEN[SRR7062655]) & (REF=~'^[ATGC]$') & (ALT=~'^[ATGC]$') & (DP>20) & QUAL>=200" -f SRR-snpEff-annotate.vcf.gz | grep -cv '^#'
   

   445
   

   java -jar -Xmx4G /usr/local/bioinfo/src/SnpEff/SnpEff-4.3T/snpEff/SnpSift.jar filter "(ANN[*].IMPACT='HIGH') & (REF=~'^[ATGC]$') & (ALT=~'^[ATGC]$')" -f SRR-snpEff-annotate.vcf.gz | grep -v "^#"  |cut -f1-6 |sort -n -k6,6
   

    25    1753972    .    T    G    965.5