目錄

1.在BAM文件中根據指定的變異等位基因分數的指定位置或區域隨機選擇read。

2.篩選變異等位基因分數的reads：

3.裝BWA和samtools軟件包（samtools在linux系統中下載過，前文有講過）

 4.寫py腳本

5.下載pysam庫模塊

6.下載參考基因組hg38

 7.解壓gz

8.建立samtools索引

9.建立BWA索引

10.下載picard工具包

11.對hg38.fa建立索引

12.使用BWA的index命令為參考基因組文件創建索引

13.BWA進行比對

14.對bam文件進行標記重復并移除重復的讀取

 15.使用變體檢測工具：運行GATK、FreeBayes、Samtools等變體檢測工具，在比對后的數據中檢測SNV和Indel，并生成VCF文件。

16.下載transverse colon的wgs的vcf文件 

?編輯

17.尖峰點突變（SNV 和 InDel）進入 bam 文件。（Illumina平臺）

18、變異檢測驗證（FreeBayes / GATK / samtools)

19、Tips 與建議

---

淺淺介紹一下VarBen是什么東東吧。

VarBen是用于向bam文件添加變異模擬的工具，包括單核苷酸變異、短的插入和缺失以及結構變異。

VarBen主要在linux系統下使用，無需編譯即可運行。但是需要預先配置運行環境。

采用的是比對到參考基因組特定位點的測序reads進行編輯的方式來進行模擬。這種方法可保留測序過程中產生的錯誤類型分布模式，使生成的模擬數據更接近實際數據。那么我們應該怎么做呢？請聽我一本正經的胡說八道吧~

1.在BAM文件中根據指定的變異等位基因分數的指定位置或區域隨機選擇read。

【概念：等位基因分數是一個用于描述在某個基因座中，某個特定等位基因出現的頻率或比例的指標。】

首先，確保你的BAM文件已經被索引。你可以使用samtools index命令為BAM文件創建索引。這個索引文件（.bai）將允許你快速查詢BAM文件中的特定區域。

（具體操作在前文有講過哦~）

利用samtools view命令，你可以提取指定區域或位置的reads（提取染色體chr1上位置10000到20000之間的reads）。

samtools view sorted_ENCFF845HFA.bam chr1:10000-20000 >extracted_reads.bam

查看文件： 

 less -n extracted_reads.bam

2.篩選變異等位基因分數的reads：

這一步通常需要使用一些自定義的腳本或工具，因為標準的SAMtools并不直接支持根據等位基因分數篩選reads。你可以使用Python的pysam庫或者其他編程語言的相關庫來讀取BAM文件，并篩選出具有特定等位基因分數的reads。

大家放心，在Linux中使用Python是非常簡單的，因為大多數Linux發行版都預裝了Python。 

#檢查python版本
python --version

（我的是python3版本，你的是什么版本呢？） 

3.裝BWA和samtools軟件包（samtools在linux系統中下載過，前文有講過）

#如果你也是python3版本的話
pip3 install BWA
#如果不是
pip install BWA

下載完成標志： 

 4.寫py腳本

我在linux專欄中有講到vim文本編輯器，可以用來編輯python腳本的。除此之外，你還可以使用任何文本編輯器（如nano、emacs、gedit等）來編寫Python代碼，并將其保存為.py文件。然后，你可以使用上述方法在終端中運行它。

vim reads.py

vim命令：

i進入編輯模式

Esc退出編輯

:wq保存并退出

【忘記的話可以回去看看我之前寫的文章（linux專欄）哦】

5.下載pysam庫模塊

pip3 install pysam

我一開始以為我以為python3會自帶的，一運行腳本發現報錯，原來是我自作多情了，所以如果你也沒有安裝的話，需要安裝一下呢。（以下為報錯信息）