STAR-fusion中怎么實現融合基因操作

今天就跟大家聊聊有關STAR-fusion中怎么實現融合基因操作，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。

1. 運行時間

從上圖可以看出，STAR-fusion的運行時間有明顯優勢。

2.  ROC曲線

ROC曲線用于評估軟件分析結果的好壞，橫坐標為false positive rate, 簡稱FPR,代表分析結果的假陽性率，縱坐標為true positive rate, 又稱之為敏感度sensitivity。對于一個理想的分析結果而言，肯定是假陽性率越低越好，敏感度越高越好。

在ROC曲線中，在曲線下的面積稱之為AUC值，一個軟件的AUC值越大，則其綜合效果最好。

從上圖可以看出，對于文章中的測試數據，STAR-fusion的分析結果較好。

該軟件的安裝比較簡單，直接下載文件，解壓縮即可，其運行過程如下

需要注意一點，STAR-fusion依賴STAR來比對序列，STAR這個軟件運行速度很快，但是其內存消耗是巨大的，對于人類基因組而言，比對時1個樣本就需要30G左右的內存，如果運用于融合基因的檢測，所用內存會上升到40G左右，這對于計算資源是一個考驗，在實際分析時，要根據已有的硬件資源合理設置并行的樣本數。

STAR-fusin具體的運行過程如下

1. 建立reference lib

首先需要建立參考基因組對應的reference lib,  至少需要參考基因組對應的fasta文件和gtf文件，另外還可以提供已有的融合基因的注釋等。

對于human和mouse而言，提供了已經構建好的文件，鏈接如下

https://data.broadinstitute.org/Trinity/CTAT_RESOURCE_LIB/

plug-n是已經建立好的reference lib, 而source里面包含了所需的原始文件。從原始文件構建reference lib的命令如下

FusionFilter/prep_genome_lib.pl \
--genome_fa ref_genome.fa \
--gtf ref_annot.gtf \
--fusion_annot_lib CTAT_HumanFusionLib.dat.gz \
--annot_filter_rule AnnotFilterRule.pm \
--pfam_db PFAM.domtblout.dat.gz

這個perl腳本是集成在star-fusion的安裝目錄在的，pfam_db和anno_filter_rule可以從上圖中的source壓縮包中得到，而fusion_annot_lib是融合基因的注釋信息，對于人和小鼠，上圖中提供了對應的注釋文件，如果沒有，也可以不提供。

默認會在當前目錄生成一個名為ctat_genome_lib_build_dir的目錄，所有的結果文件都保存在這個目錄下。

2. 運行STAR-fusion

STAR-fusion支持兩種模式，第一種是直接從fastq開始，第二種是自己手動進行STAR比對，然后在運行STAR-fusion。第一種模式的用法如下

雙端測序

STAR-Fusion \
--genome_lib_dir CTAT_resource_lib \
--left_fq reads_1.fq \
--right_fq reads_2.fq \
--output_dir star_fusion_outdir

單端測序

STAR-Fusion \
--genome_lib_dir CTAT_resource_lib \
--left_fq reads_1.fq \
--output_dir star_fusion_outdir

其中的CTAT_resource_lib就是第一步建立好的reference lib所在的目錄。 直接根據STAR比對的結果進行分析的模式稱之為Kickstart模式，用法如下

1. STAR比對

STAR --genomeDir ${star_index_dir} \                                                                                     
  --readFilesIn ${left_fq_filename} ${right_fq_filename} \                                                                      
  --twopassMode Basic \                                                                                                      
  --outReadsUnmapped None \                                                                                                  
  --chimSegmentMin 12 \                                                                                                    
  --chimJunctionOverhangMin 12 \                                                                                           
  --alignSJDBoverhangMin 10 \                                                                                              
  --alignMatesGapMax 100000 \                                                                                             
  --alignIntronMax 100000 \                                                                                                
  --chimSegmentReadGapMax 3 \                                                                                    
  --alignSJstitchMismatchNmax 5 -1 5 5 \
  --runThreadN ${THREAD_COUNT} \                                                                                                           
  --outSAMstrandField intronMotif \
  --chimOutJunctionFormat 1

2. 運行STAR-fusion

STAR-Fusion \
--genome_lib_dir CTAT_resource_lib \
-J Chimeric.out.junction \
--output_dir star_fusion_outdir

STAR-fusion的輸出結果文件名為

star-fusion.fusion_predictions.tsv

列數很多，部分列截圖如下

其中的JunctionRead和SpanningFrag，在之前的文章中有介紹，這些reads的個數越多，為一個真實的融合基因的可能性越大，SpliceType表示斷裂點breakpoint是否位于exon邊界，更詳細的結果解讀請參考官方文檔。

看完上述內容，你們對STAR-fusion中怎么實現融合基因操作有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。