DELLY2 — 多证据整合的结构变异检测工具¶

# 方法1：conda安装（推荐）
conda create -n delly python=3.9
conda activate delly
conda install -c bioconda delly    # 安装最新版DELLY（v1.7.x）

# 验证安装
delly --version   # 查看版本号

# 方法2：下载预编译静态二进制（最简单，无依赖）
wget https://github.com/dellytools/delly/releases/download/v1.7.2/delly_v1.7.2_linux_x86_64bit
chmod +x delly_v1.7.2_linux_x86_64bit
./delly_v1.7.2_linux_x86_64bit --version

# 方法3：Docker运行
docker pull dellytools/delly:latest

# 设置并行线程数（DELLY使用OpenMP并行）
export OMP_NUM_THREADS=16    # 使用16个CPU线程

# 检测所有类型SV（-t ALL或分别指定类型）
delly call \
    -g reference.fasta \       # 参考基因组
    -o delly_sv.bcf \          # 输出BCF文件（比VCF快）
    sample.bam                  # 输入BAM（必须有索引）

# 转换BCF为VCF
bcftools view delly_sv.bcf -o delly_sv.vcf.gz -O z
tabix -p vcf delly_sv.vcf.gz  # 建立索引

# -t参数指定SV类型：DEL/DUP/INV/BND/INS
delly call -t DEL -g reference.fasta -o deletions.bcf sample.bam  # 仅检测缺失
delly call -t DUP -g reference.fasta -o duplications.bcf sample.bam  # 仅检测重复
delly call -t INV -g reference.fasta -o inversions.bcf sample.bam   # 仅检测倒位
delly call -t BND -g reference.fasta -o translocations.bcf sample.bam  # 易位
delly call -t INS -g reference.fasta -o insertions.bcf sample.bam   # 插入

# 第一步：对每个样本单独检测SV
delly call -g reference.fasta -o sample1.bcf sample1.bam
delly call -g reference.fasta -o sample2.bcf sample2.bam
delly call -g reference.fasta -o sample3.bcf sample3.bam

# 第二步：合并所有样本的SV位点
delly merge \
    -o merged_sv.bcf \
    sample1.bcf sample2.bcf sample3.bcf   # 合并多个BCF

# 第三步：对所有样本重新基因分型（联合分型）
delly genotype \
    -g reference.fasta \
    -v merged_sv.bcf \        # 合并后的SV位点
    -o sample1_genotyped.bcf \
    sample1.bam               # 对每个样本分别运行

# 第四步：合并基因分型结果
bcftools merge -m id \
    -O b -o cohort_sv.bcf \
    sample1_genotyped.bcf sample2_genotyped.bcf sample3_genotyped.bcf

# 配对模式（-t DEL检测缺失，其他类型类似）
delly call \
    -t DEL \
    -g reference.fasta \
    -o somatic_del.bcf \
    tumor.bam normal.bam      # 肿瘤在前，正常在后

# 体细胞过滤（需要样本tsv文件）
# 创建samples.tsv：每行格式为 sample_name\ttumor/control
echo -e "TUMOR\ttumor\nNORMAL\tcontrol" > samples.tsv

delly filter \
    -f somatic \               # 体细胞过滤模式
    -o somatic_del_filtered.bcf \
    -s samples.tsv \           # 样本信息文件
    somatic_del.bcf

# 群体SV分析流程（3个样本的完整流程）

REF="hg38.fasta"
# 排除低可图性区域（DELLY官方提供，推荐使用）
EXCL="human.hg38.excl.tsv"

export OMP_NUM_THREADS=16

# 1. 单样本SV检测
for bam in sample1.bam sample2.bam sample3.bam; do
    prefix="${bam%.bam}"
    delly call -g $REF -x $EXCL -o ${prefix}.bcf $bam
    bcftools index ${prefix}.bcf   # 建索引
done

# 2. 合并SV位点
delly merge -o merged.bcf sample1.bcf sample2.bcf sample3.bcf

# 3. 对每个样本重新基因分型
for bam in sample1.bam sample2.bam sample3.bam; do
    prefix="${bam%.bam}"
    delly genotype -g $REF -v merged.bcf \
        -o ${prefix}_geno.bcf $bam
    bcftools index ${prefix}_geno.bcf
done

# 4. 合并基因分型BCF
bcftools merge -m id -O b -o cohort.bcf \
    sample1_geno.bcf sample2_geno.bcf sample3_geno.bcf
bcftools index cohort.bcf

# 5. 胚系过滤
delly filter -f germline -o cohort_filtered.bcf cohort.bcf

# 6. 转VCF并统计
bcftools view cohort_filtered.bcf | grep -v "^#" | \
    awk '{print $5}' | grep -oP "<\K[^>]+" | sort | uniq -c