使用 STAR-fusion 分析 Fusion-Gene

软件文档：https://github.com/STAR-Fusion/STAR-Fusion/wiki

##软件安装

1. STAR，https://github.com/alexdobin/STAR
2. 运行依赖 perl 模块
   1. DB_File
   2. URI::Escape
   3. Set::IntervalTree
   4. Carp::Assert
   5. JSON::XS
   6. PerlIO::gzip
   7. common::sense
   8. Types::Serialiser
   9. Canary::Stability

##数据库准备

下载一个较小的未处理的参考文件，自己运行 index 命令。要是网速够快也可以直接在 index 好的数据库文件，~27G

wget -c https://data.broadinstitute.org/Trinity/CTAT_RESOURCE_LIB/GRCh37_v19_CTAT_lib_Feb092018.source_data.tar.gz
$STAR_FUSION_HOME/FusionFilter/prep_genome_lib.pl \
    --genome_fa ref_genome.fa \
    --gtf ref_annot.gtf \
    --fusion_annot_lib CTAT_HumanFusionLib.v0.1.0.dat.gz \
    --annot_filter_rule AnnotFilterRule.pm \
    --pfam_db PFAM.domtblout.dat.gz

##运行STAR-Fusion

STAR-Fusion 对 STAR 输出的嵌合比对分析发现可能存在的基因融合事件

从 fastq 文件开始

$STAR_FUSION_HOME/STAR-Fusion \
    --genome_lib_dir /path/to/your/CTAT_resource_lib \
    --left_fq reads_1.fq \
    --right_fq reads_2.fq \
    --output_dir star_fusion_outdir \
    --no_remove_dups

从 STAR 产生 Bam 文件开始

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

STAR-Fusion --genome_lib_dir /path/to/your/CTAT_resource_lib \
             -J Chimeric.out.junction \
             --output_dir star_fusion_outdir

输出文件

STAR 速度还是那么让人惊喜，6m reads不到半小时。 融合结果star-fusion.fusion_predictions.abridged.tsv

FusionName,
JunctionReadCount, split align到融合点的序列片段数
SpanningFragCount, 双端reads跨越融合点的序列片段数
SpliceType, 断点是否在注释文件存在
LeftGene,
LeftBreakpoint,
RightGene,
RightBreakpoint,
LargeAnchorSupport,
FFPM, fusion fragments per million total reads
LeftBreakDinuc,
LeftBreakEntropy,
RightBreakDinuc,
RightBreakEntropy,
annots,

结果比较

真是一个悲伤的故事，根据官网给的两种运行方式，结果差别这么大。查看 STAR-Fusion 脚本，使用的 mapping 参数差异有点大啊，哪一个比较合理呢（一个新坑）？？？