Smoove — LUMPY结构变异检测的简化最佳实践封装¶

# 方法1：Docker运行（最推荐，依赖最复杂）
docker pull brentp/smoove:latest    # 包含所有依赖（lumpy、svtyper等）

# 运行smoove（检查依赖）
docker run brentp/smoove smoove     # 显示已安装依赖列表

# 方法2：conda安装（部分依赖需单独安装）
conda create -n smoove python=3.8
conda activate smoove
conda install -c bioconda smoove lumpy-sv svtyper mosdepth

# 验证安装（smoove运行时会列出找到的依赖）
smoove                               # 无参数运行，显示依赖状态

# 方法3：下载预编译二进制（smoove本身是单二进制）
wget https://github.com/brentp/smoove/releases/download/v0.2.7/smoove
chmod +x smoove
export PATH=$(pwd):$PATH

# smoove call：调用LUMPY并进行基因分型
smoove call \
    --outdir smoove_results \      # 输出目录
    --name SAMPLE_NAME \           # 样本名称
    --fasta reference.fasta \      # 参考基因组
    -p 8 \                         # 线程数
    --genotype \                   # 同时用SVTyper进行基因分型
    sample.bam                     # 输入BAM（需排序和索引）

# 第一步：对每个样本单独检测SV
for bam in sample1.bam sample2.bam sample3.bam; do
    name="${bam%.bam}"
    smoove call \
        --outdir smoove_call_out \
        --name $name \
        --fasta reference.fasta \
        -p 8 \
        --genotype \
        $bam
done

# 第二步：合并所有样本的SV位点
smoove merge \
    --name cohort \                   # 合并后样本集合名
    --fasta reference.fasta \
    -o smoove_merged \                # 输出目录
    smoove_call_out/*.genotyped.vcf.gz  # 所有样本的VCF

# 第三步：对每个样本根据合并位点重新基因分型
for bam in sample1.bam sample2.bam sample3.bam; do
    name="${bam%.bam}"
    smoove genotype \
        -d \                          # 使用duphold注释（推荐，提高精度）
        -x \                          # 每个样本独立运行
        --name $name \
        --outdir smoove_genotype_out \
        --fasta reference.fasta \
        --vcf smoove_merged/cohort.sites.vcf.gz \  # 合并后的SV位点
        $bam
done

# 第四步：汇总所有样本基因分型结果
smoove paste \
    --name cohort_final \             # 最终文件名前缀
    smoove_genotype_out/*.vcf.gz      # 所有基因分型VCF

# 完整多样本SV分析（3个样本）

REF="hg38.fasta"
SAMPLES=(sample1 sample2 sample3)
BAMS=(sample1.bam sample2.bam sample3.bam)
# 推荐排除区域（smoove提供）
EXCL="exclude.cnvnator_100bp.GRCh38.20170403.bed"

# 1. 单样本检测（使用Docker）
for i in "${!SAMPLES[@]}"; do
    name="${SAMPLES[$i]}"
    bam="${BAMS[$i]}"
    docker run -v $(pwd):/data brentp/smoove \
        smoove call \
        --outdir /data/smoove_call \
        --name $name \
        --fasta /data/$REF \
        --exclude /data/$EXCL \    # 排除低可图区域
        -p 16 \
        --genotype \
        /data/$bam
done

# 2. 合并SV位点
docker run -v $(pwd):/data brentp/smoove \
    smoove merge \
    --name cohort \
    --fasta /data/$REF \
    -o /data/smoove_merge \
    /data/smoove_call/*.genotyped.vcf.gz

# 3. 联合基因分型
for i in "${!SAMPLES[@]}"; do
    name="${SAMPLES[$i]}"
    bam="${BAMS[$i]}"
    docker run -v $(pwd):/data brentp/smoove \
        smoove genotype -d -x \
        --name $name \
        --outdir /data/smoove_geno \
        --fasta /data/$REF \
        --vcf /data/smoove_merge/cohort.sites.vcf.gz \
        /data/$bam
done

# 4. 汇总最终结果
docker run -v $(pwd):/data brentp/smoove \
    smoove paste --name final_cohort /data/smoove_geno/*.vcf.gz

# 5. 过滤高质量SV（PASS变异）
bcftools view -f PASS final_cohort.smoove.square.vcf.gz | \
    grep -v "^#" | awk '{print $5}' | sort | uniq -c