macでインフォマティクス

macでインフォマティクス

HTS (NGS) 関連のインフォマティクス情報についてまとめています。

複数のSVコールを統合する OctopuSVと変異コールを自動化するパイプライン TentacleSV

 

構造変異(SV)は遺伝子制御、疾患進行および診断に影響を及ぼすが、プラットフォームをまたぐSVコールの統合は、アノテーションの不整合、統合操作の柔軟性の不足、断片化されたワークフローのために依然として困難である。多数の変異コールを占める曖昧なbreakend(BND)アノテーションは、しばしば破棄または誤分類され、変異の特徴付けを妨げる。既存ツールには、サンプルまたは患者群間で疾患特異的あるいは体細胞変異を正確に同定するために不可欠な高度な統合操作が欠けている。さらに、現在のSV解析パイプラインは広範な手作業と複雑なパラメーター調整を必要とし、再現性とスケーラビリティを損なっている。これらの隔たりを埋めることは、SV解析の正確性、解釈可能性および臨床的有用性を高めるために重要である。これらの長年の課題に対処するため、OctopuSVとTentacleSVを開発した。OctopuSVは、曖昧なBNDアノテーションを標準的なSV型へ変換する専用のBND補正モジュールを備え、既存ツールで見落とされがちな重要な変異を回復する。さらに、差集合、補集合、ユーザー定義操作を含む高度な集合演算を提供し、プログラミングの専門知識なしに洗練された変異フィルタリングを可能にする。これは腫瘍特異的SVや特定のサンプル群に固有の変異を同定するうえで重要である。TentacleSVは、生データから高信頼度コールセットまでのSV解析プロセス全体を自動化し、プロジェクト間の一貫性と再現性を担保する。ショートリードおよびロングリードのプラットフォームを用いたベンチマークでは、既存ツールと比較して優れたF1スコアと完全なSV型の一貫性を示した。本フレームワークにより、実験生物学者および臨床研究者は、専門的なプログラミング技能を必要とせずに、がんサブタイプ特異的SVの同定から複数サンプルの比較解析までの高度な解析を実施できる。

すべてのコードは https://github.com/ylab-hi/OctopuSV および https://github.com/ylab-hi/TentacleSV で利用できる。

 

インストール

Github

#OctopuSV
git clone https://github.com/ylab-hi/OctopuSV.git
cd OctopuSV
mamba env create -f environment.yaml
conda activate octopusv

#TentacleSV
git clone https://github.com/ylab-hi/TentacleSV.git
cd TentacleSV
mamba env create -f environment.yaml
conda activate tentaclesv

> octopusv

 Usage: octopusv [OPTIONS] COMMAND [ARGS]...                                                                                                                                   

                                                                                                                                                                               

 Version: 1.0.0                                                                                                                                                                

                                                                                                                                                                               

 OctopuSV: SVCF-centered structural variant standardization, inspection, statistics, visualization, and downstream-ready operations.                                           

                                                                                                                                                                               

╭─ Options ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ --version                       Show the OctopuSV version and exit.                                                                                                         │

│ --install-completion            Install completion for the current shell.                                                                                                   │

│ --show-completion               Show completion for the current shell, to copy it or customize the installation.                                                            │

│ --help                -h        Show this message and exit.                                                                                                                 │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ SVCF inspection and statistics ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ header             Show the header/meta contract of an SVCF/VCF file.                                                                                                       │

│ validate-svcf      Validate an SVCF file against the OctopuSV SVCF contract.                                                                                                │

│ stat               Analyze a single SVCF file and report SV-content statistics.                                                                                             │

│ inspect            Inspect one or more SVCF records by ID and render their parsed structure.                                                                                │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ SVCF filtering and querying ───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ filter             Filter SVCF records by SV-level attributes while preserving SVCF structure.                                                                              │

│ query              Query SVCF records by genomic targets while preserving SVCF structure.                                                                                   │

│ subset             Subset SVCF sample/caller evidence columns while preserving SVCF structure.                                                                              │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ SV standardization and merging ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ clean              Clean a broken VCF so that bcftools/Truvari can parse it.                                                                                                │

│ correct            Correct SV events with optional quality filtering.                                                                                                       │

│ merge              Merge multiple SVCF files based on the selected strategy.                                                                                                │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ SVCF normalization and preprocessing ──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ normalize-contigs  Normalize standard SVCF contig names without changing coordinates.                                                                                       │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ Conversion ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ svcf2vcf           Convert SVCF file to VCF format.                                                                                                                         │

│ svcf2bed           Convert SVCF file to BED format.                                                                                                                         │

│ svcf2bedpe         Convert SVCF file to BEDPE format.                                                                                                                       │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

╭─ Analysis and visualization ────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮

│ benchmark          Benchmark structural variation calls against a truth set using GIAB standards.                                                                           │

│ plot               Generate standard plots from OctopuSV statistics.                                                                                                        │

│ plot-circos        Draw a genome-wide SV Circos overview from an SVCF file.                                                                                                 │

│ somatic            Extract somatic SVs by finding tumor-specific variants (tumor - normal intersection).                                                                    │

╰─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╯

 

実行方法

1、OctopuSV

OctopuSVは、複数のSVコーラーが出力したVCFを標準化し、共通する変異を統合する。和集合・積集合・差集合・補集合やSVコーラーサポート数の閾値を指定して、複数サンプル・複数コーラーのSVを比較できる。TentacleSVは、その前段のマッピングやSV検出をSnakemakeで自動化するコンパニオンパイプラインとなっている。

 

入力はSniffles(紹介)、SVIM(紹介)、CuteSV(紹介)、PBSV(紹介)、Manta(紹介)などのSVコーラーが出力したVCFとなる。まず各VCFをSVCFというOctopuSV内部形式へ変換し、次に統合する。以下では2種類のコーラーで支持される変異だけを残している。

 

テストラン

#1 各コーラーのVCFをSVCFへ変換
mkdir -p test_run
octopusv correct -i tests/data/input/sniffles.vcf -o test_run/sniffles.svcf
octopusv correct -i tests/data/input/svim.vcf -o test_run/svim.svcf
octopusv correct -i tests/data/input/pbsv.vcf -o test_run/pbsv.svcf

#2 2コーラー以上で支持されるSVを統合
octopusv merge -i test_run/sniffles.svcf test_run/svim.svcf test_run/pbsv.svcf -o test_run/merged.svcf --min-support 2

 

OctopuSVのSVCFをVCFへ変換する。変換前にが正しい形式になっているか確認

#3 形式を確認
octopusv validate-svcf -i test_run/merged.svcf

 

VCFへ変換する

#4 SVCFをVCFへ変換
octopusv svcf2vcf -i test_run/merged.svcf -o test_run/merged.vcf

#5 SVの分布などの統計の取得
octopusv stat -i test_run/merged.svcf -o test_run/stats.txt --report

 

入力ファイルと出力ファイル

stats.html

 

 

2、TentacleSV

TentacleSVは、FASTQまたはマッピング済みBAMからSV解析を自動化するSnakemakeベースのワークフローとなっている。FASTQ入力からゲノムへのマッピングを行い、複数のSVコーラーでSVコールする。ショートリードとロングリードに対応し、データに応じて使用するコーラーを設定できる。各コーラーの検出結果はOctopuSVで表記を統一し、指定した条件で統合して最終VCFを出力する。

マッピング、SV検出、結果の統合を一連の処理として管理でき、複数ツールを個別に実行する手間を減らせ、再現性も確保できる。

 

TentacleSVをランするにはconfig.yamlを編集する。

cat config/config.yaml

<以下省略>

複数サンプルなら、samples:の下にサンプルごとに追加する。

ペアエンドショートリードの場合

多数あるならスクリプトなど使って整形する。

 

準備ができたら実行する。

snakemake -s workflow/Snakefile --configfile config/config.yaml --cores 4 --scheduler greedy --notemp --rerun-incomplete --printshellcmds all

Illuminaなどのショートリードだと、Manta, DELLY, LUMPY, SvABAなどを使用できる。
PacBioやONTなどのロングリードだとcuteSV, pbsv, Sniffles2, SVIM, DeBreak, SVDSSを使用できる。

 

出力例

results/

merged/mini.vcfが複数のSVコーラーの結果を統合した最終結果。merged/stats.htmlが検出したSVの種類や長さをまとめたレポート。

 

その他、論文より

  • Manta(Chen et al. 2016)、LUMPY(Layer et al. 2014)、SvABA(Wala et al. 2018)など広く利用されているSV検出ツールは、しばしば「breakend(BND)」という注釈を出力する(Cameron et al. 2021)。これは、正確なSVタイプを特定せずに切断点(breakpoint)のみを記述するもので、適切に処理されない場合、BNDイベントは破棄されたり(Kosugi et al. 2019)、誤分類されたりすることが多く、その結果、生物学的・臨床的に重要な変異が見落とされる可能性がある。
  • また、SV検出ツール(コーラー)ごとに表記規則(例:INV対BND)が異なる場合があり、結果の統合を複雑にしている(Schikora-Tamarit and Gabaldón 2022)。
  • 既存の統合ツールは基本的な操作(和集合、積集合など)にしか対応しておらず、腫瘍やサブタイプに特異的なSVの特定を必要とする現代の研究には不十分である。こうした解析には、現状では独自のスクリプト作成が必要となる(Sarwal et al. 2024)。
  • OctopuSVは、柔軟なマージ機能を備えつつ、BND(切断点)の標準化という重要な課題に対応している。第一に、本ツールはBND補正専用モジュールを搭載しており、曖昧なBNDアノテーションを標準的なSVタイプ(DEL、INV、DUP、TRA)へと体系的に変換する。これにより、重要なバリアントを復元し、多様なデータセット間でのマージ精度を向上させる。
  • OctopuSVは、第二に、高度な集合演算機能(差集合、補集合、カスタム定義など)を提供し、手動でのスクリプト作成なしに実用的なバリアントフィルタリング戦略を実行可能にする。
  • TentacleSVは生データから信頼性の高い変異コールに至るまでの一貫したワークフローを提供する自動化パイプラインである。ベンチマークや可視化(SVタイプの分布や染色体マップなど)といった機能も備えており、結果の解釈を容易にする。これらの統合された機能は、がんサブタイプ特異的なSV検出からマルチサンプル解析に至るまで、幅広い用途をサポートする(Rausch et al. 2012)。
  • SVCFを通常のVCFにするには、octopusv svcf2vcfを使う。
  • ショートリードとロングリード両方に対応している。ただし、両方を同時に指定してランすることは出来ない。

引用

OctopuSV and TentacleSV: a one-stop toolkit for multi-sample, cross-platform structural variant comparison and analysis 

Qingxiang Guo , Yangyang Li , Ting-You Wang , Abhirami Ramakrishnan , Rendong Yang

Bioinformatics. Published: 31 October 2025

 

関連