WGS analysis for metastatic esophageal squamous cell carcinoma
ESCC-WGS流程是由GuoLab团队开发的，点击这里进入实验室主页，了解使用条款。
ESCC-WGS流程是想对全基因组测序（Whole Genome Sequencing, WGS）原始数据进行分析和处
理的，分析的内容包括：
-
- SNV and indel calling；
-
- Copy number analysis and LOH identification（更新中）；
-
- structure variants detections（后续）；
-
- 后续的更多分析。
流程包含体细胞突变模块和胚系突变模块。
FastQC评估碱基测序质量，multiqc汇总所有样本评估结果（因为是用snakemake将样本分开跑的，
可能有些样本已经跑了很多步，有些样本还没开始跑，所以multiqc不一定是在第一步跑的）。如果
测序质量较好（一般都是除了GC含量不太正常外，其他指标PASS），会直接进行序列比对[1]；
否则用fastp使用默认参数，去除接头和低质量序列。
bwa使用参数“-M -R "@RG\tID:foo_lane_sample\tPL:illumina\tLB:library_sample\tSM:sample” 对比到基因组，
samtools排序和建立索引。
picard使用默认参数重复。
因为在GATK4.0版本之后，HapplotypeCaller会进行局部重新比对，所以这部分就不做了，
使用gatk的BaseRecalibrator和ApplyBQSR工具进行局部重新比对，其中BaseRecalibrator使用参数“--known-sites
dbsnp_146.hg38.vcf.gz --known-sites Mills_and_1000G_gold_standard.indels.hg38.vcf.gz”得到校准表，
ApplyBQSR不需要额外参数简单输入输出就好。
用gatk的Mutect2工具使用默认参数“Mutect2 -R genome.fa -I tumor.bam -I normal.bam -tumor tumor_samplename
-normal normal_samplename”进行变异检测。用gatk的FilterMutectCalls使用默认参数过滤变异结果，其中
跨样本污染评估(可选的)。
等待后续更新
等待后续更新
等待后续更新
FastQC (v0.11.1): https://www.bioinformatics.babraham.ac.uk/projects/fastqc/
SAMtools (v1.12)：https://github.com/samtools/samtools
picard (v2.25.5): https://github.com/broadinstitute/picard/releases/download/2.25.5/picard.jar
bwa* (v0.7.17-r1188): http://sourceforge.net/projects/bio-bwa/
fastq-dump (v3.0.6): https://ftp.ncbi.nlm.nih.gov/sra/sdk/current/
java* (v17.0.9): https://www.oracle.com/cn/java/
fastp (v0.23.4): https://github.com/OpenGene/fastp
GATK* (v4.5.0.0): https://github.com/broadinstitute/gatk
snakemake* (v7.32.4): https://pypi.org/project/snakemake/
MultiQC (v1.19): https://pypi.org/project/multiqc/
R (v4.1.0): /
python(2.7.17): /
note: 标记“*”的软件是说在流程中作用相对重要，不可或缺~~
bwa比对时用到的基因组版本，应该和gatk分析用的基因组版本保持一致；
gatk变异检测时用到的数据库和文件，包括基因组及其索引文件，都可以从gatk官网的Resource/bundle路径下
"ftp://[email protected]/bundle/"下载，但是需要借助lftp工具下载，所以请先安装lftp,
下载的话，lftp {url}登录，mirror hg38下载整个目录，get {file} 具体文件。
如果还没有获取到流程，点击链接进入github下载。
工具Autoconfig.py可以引导和帮助您快速入手，使用方法参考下面的简单例子
Command: python3 Autoconfig.py -w workp/ -d rawdata/ -s sample.info -r
参数描述：
-s/--sample-information: 记录样本信息的表格
-r/--run: 配置好运行的条件之后，不再询问您，直接运行
python3 Autoconfig.py -h # 查看更多的帮助信息和参数设置方法。
样品信息的表格sample.info的格式如下：
备注：制表符\t分开，列名“sample”、“tumor”和“normal”是固定的和不可修改的。体细胞突变检测
是用Mutect2的tumor_vs_normal模式做的，换句话说，如果要做体细胞突变检测，“tumor”和“normal”那两
列是要必须要有的；其他情况下，如不用明确肿瘤样本和正常样本，那就把样本信息填写在“sample”那列。
按步骤配置来使用流程，用于 “快速入手”不能完成ESCC-WGS流程的参数修改和使流程顺利开始运行
的时候，或者用户想自己配置流程的相关细节的时候。
步骤描述如下：
步骤1：修改工作脚本work.smk里面的参数workp，从而指定work.smk的配置文件work.WGS.yaml在哪:
$workp/work.WGS.yaml；
步骤2：修改配置文件work.WGS.yaml里面的参数，其中，workp、rawdata和 sampleinformation 3个
参数是每次分析都必须要修改的，其他参数，1) 对于使用到的软件和其他文件数据库等，是流程依赖的，
请在第一次使用的时候配置正确，2)分析依赖的参数请根据实验需求进行选择性的修改；
步骤3：确认没问题之后，运行的命令 “nohup snakemake -s work.smk --cores 64 1>run.o 2>&1”
(如果snakemake没有添加到您的环境变量里，这里的snakemake换成绝对/相对路径)，就可以正式开始
分析。所以，使用前请先下载安装好snakemake，查看手册了解更多的相关命令
步骤4（可选的）：到步骤3，其实ESCC-WGS已经可以正常运行了，但是一般在集群上有专门的资源和
任务调度系统(如slurm和LSF)，所以建议您换种方式，如用slurms系统，编辑run.sh内容如下：
#!/bin/bash
#SBATCH -p cn
#SBATCH -J ESCC-WGS
#SBATCH -N 1
#SBATCH -n 64
#SBATCH -O run.o
#SBATCH -e run.e
snakemake -w work.smk --cores 64 1>run.o 2>&1
接着 sbatch run.sh投递就可以。
等待后续更新
------ ~~THE END ~~