医疗智能体 EIHEALTH-执行分析作业:配置输入和依赖数据

时间:2024-11-05 15:55:19

配置输入和依赖数据

NGS流程中涉及的输入、输出和依赖数据如表1所示。配置数据前,请先参考上传数据,上传原始Fastq文件和依赖数据。

如果在创建应用时打开了“并发”开关,可以设置多个参数值,批量执行作业。

数据上传完成后,在流程设计器页面,分别单击应用参数左侧图标,设置输入和依赖数据。NGS流程中输入输出参数说明如表2所示。

表1 流程输入、输出和依赖

类别

类型

说明

输入

Fastq

输入基于二代测序得到的原始Fastq文件,支持来源于多个barcode和路径的输入。

依赖

Reference Genome

输入的参考基因组序列,已经通过bwa构建了index。

依赖

Variant Sets

GATK4在做Variant Calling阶段需要输入的参考Variants数据集。

输出

FastQC Report

原始测序数据的质控报告,以HTML文件形式展示。

输出

BamQC Report

测序比对数据的质量控制报告,以HTML文件的形式展示。

输出

VCF

样本的突变信息,包含有SNP和INDEL信息,以VCF的格式存储。

输出

VCF Report

样本突变信息的质量控制报告,以HTML文件的形式展示。

表2 参数说明

应用名称

参数

名称

类型

说明

fastp

输入参数

fastq-file1

file

二代测序fastq的Read1文件。

fastq-file2

file

二代测序fastq的Read2文件。

输出参数

fq-file1

file

Read1过滤之后输出fq.gz文件。

fq-file2

file

Read2过滤之后输出fq.gz文件

json-file

file

以JSON文件的格式输出的质控报告。

html-file

file

以HTML的格式输出易于阅读的质控报告。

bwa-mem

输入参数

fq-file1

file

测序得到的fastq1文件。

fa-file2

file

测序得到的fastq2文件。

ref-file

file

参考基因组序列。

seq-platform

string

测序平台,如MGI、Illumina。

sample-id

string

文件前缀,如NA12878。

输出参数

sorted-bam

file

比对和排序之后得到的bam文件。

flagstat-file

file

基于bam做统计。

qualimap-bamqc

输入参数

bam-file

file

输入已经排序好的bam文件。

输出参数

out-dir

directory

质控报告的输出目录。

picard-insertsize

输入参数

bam-file

file

经过比对和排序之后得到的bam文件。

ref-file

file

参考基因组序列。

输出参数

insertsize-txt

file

输出的insert size分布的文本文件。

insertsize-pdf

file

输出的insert size分布的pdf文件。

gatk-markduplicates

输入参数

bam-file

file

输入比对之后经过sort的bam文件。

输出参数

out-dir

directory

经过gatk-markduplicates处理之后得到的bam文件。

matrics-file

file

质控报告文件。

markduped-bam

file

经过gatk-markduplicates处理之后得到的bam文件。

gatk-bqsr

输入参数

ref-file

file

参考基因组序列。

markduped-bam

file

经过gatk-markduplicates处理之后得到的bam文件。

know-site1

file

已知变异位点对应的vcf文件(其一)。

know-site2

file

已知变异位点对应的vcf文件(其二)。

know-site3

file

已知变异位点对应的vcf文件(其三)。

输出参数

recal-table

file

输出经过BQSR评估得到的参数文件。

gatk-applybqsr

输入参数

markduped-bam

file

经过gatk-markduplicates处理之后得到的bam文件。

ref-file

file

参考基因组序列。

recal-table

file

通过 GATK-BQSR得到参数评估文件。

输出参数

bqsr-bam

file

经过BQSR校正的bam文件。

gatk-haplotypecaller

输入参数

bqsr-bam

file

经过gatk-applybqsr处理之后得到的bam文件。

ref-file

file

参考基因组序列。

contig-file

file

与参考基因组对应的contigs文件,包含contigs清单。

输出参数

out-dir

directory

输出的Variant Calling的vcf文件。

gatk-mergevcfs

输入参数

in-dir

directory

分interval进行Variant calling之后得到的vcf的list文件。

输出参数

vcf-file

file

输出合并之后的Variant Calling的vcf文件。

discvrseq-variantqc

输入参数

ref-file

file

参考基因组序列。

variants-file

file

变异检测软件(gatk4)生成的变异文件(vcf file)。

输出参数

json-file

file

以JSON文件的格式输出的质控报告。

html-file

file

以HTML文件的格式输出的质控报告。

support.huaweicloud.com/bestpractice-eihealth/eihealth_32_0008.html