RNA-seqデータからSNP解析

基本的に2014/3/6に公開されたGATKの解析フローに基づく。 https://software.broadinstitute.org/gatk/documentation/article.php?id=3891

1. STARの2passマッピングを使ってゲノムにRNA-seqデータをマッピング https://github.com/alexdobin/STAR
2. GATK HaplotypeCallerでSNP抽出 https://software.broadinstitute.org/gatk/
3. 全サンプルで共通するSNPを使ってサンプル間距離をクラスタリング

1. サーバにログインする。データ量にも依るがメモリ40GB以上のサーバを選ぶほうが無難。windowsから, macから
2. 「work」フォルダ以下に適当なフォルダを作り(例：mkdir ~/work/test-snp)、その中にIlluminaペアエンドシーケンスファイルを置く(未圧縮のFASTQのみ可。gz圧縮されたFASTQファイルは不可)。
3. リファレンスゲノム配列（FASTA形式）を同じフォルダに置く。（未圧縮のFASTAのみ可）
4. ターミナルを開いて、ファイルを置いたフォルダに移動する(例：cd ~/work/test-snp)。
5. script-RNAseq-SNPcall-singleend.shと入力する。
6. 結果として、サンプル間距離を表すsample-relation.pdfと、SNPリストとしてoutput.xlsxが得られる。