TCGA计划的4个找somatic mutation的软件使用体验

体细胞突变（somatic mutation）是指患者某些组织或者器官后天性地发生了体细胞变异，虽然它不会遗传给后代个体，却可以通过细胞分裂，遗传给子代细胞。体细胞突变对肿瘤的发生发展有关键性的作用，并且它也是制定肿瘤癌症靶向治疗措施的关键所在。NGS使体细胞变异的检测更加全面，成本更低，在检测多种体细胞变异上具有很大的优势，但在使用过程中还存在着挑战：如样品降解、覆盖度不足、遗传异质性和组织污染（杂质)等问题。 为应对以上挑战，降低错误率，科学家采取了不同的算法和统计模型用于检测体细胞突变。目前最受欢迎的有Varscan、SomaticSniper、 Strelka 和MuTect2 。

这些软件大都是直接对肿瘤-正常样本的每个位点进行比较，对肿瘤样本中明显高于正常样本的次等位基因进行标记，作为体细胞变异，同时排除种系突变和杂合性丢失（LOH）情况。虽然这些软件具有较高的引用率，并在不断地更新，但仍存在不足：

a 缺乏完整可靠的实验来评估检测结果；

b 缺乏金标准，不能保证检测到的灵敏度和特异性最高；

c 在实际应用中，各软件的相对优缺点在很大程度上是未知的。

下面是TCGA计划采取的软件：

当然，能找somatic mutation的软件还有很多，比如Strelka等，就不一一讲解啦。其实最基础的原理都是应该是 除去在normal样本里面出现过的germline变异位点，可以很简单的GATK UnifiedGenotyper followed by simple subtraction即可。

这个软件已经被整合到GATK里面啦，所以下载GATK即可使用它。

java软件，下载即可使用，GATK软件下载以前需要自行注册，目前是开放下载了，使用代码是：

出来的结果里面有些比较陌生的tags，需要仔细理解，这样才能看懂vcf文件，并进行进一步的过滤。

旧版的mutect只是对一个位点REJECT或者PASS，但是新版增加了多种情况来解释为什么REJECT，就是上面的那些tag的组合。

即使我把N-T反过来用mutect2来call somatic mutation，仍然会有125个位点PASS，只需要是在tumor里面纯粹的野生型，在normal里面是AF非常低的杂合即可。

java软件都是下载即可使用，官网可以下载，我把它下载到了~/biosoft/VarScan/VarScan.v2.3.9.jar目录，使用代码是：