Snippy快速上手5分钟:一条命令从NGS Reads检测到细菌基因组SNP

原创2026-11-19 10:24:2866 阅读

Snippy快速上手5分钟:一条命令从NGS Reads检测到细菌基因组SNP

Snippy 是一款快速单倍体变异检测(Rapid haploid variant calling)工具,核心功能是:给定一个细菌参考基因组和 NGS 测序 Reads,用一条命令即可完成比对、变异检测,输出细菌基因组中的 SNP 与 indel 变异,还能进一步生成**核心基因组比对(Core genome alignment)**用于系统发育分析。对新手来说,它是细菌全基因组测序(WGS)SNP 检测领域最容易上手的工具之一。

Snippy 是什么?能帮你做什么?

Snippy(作者 Torsten Seemann)面向细菌等单倍体基因组设计,主要能力包括:

  • 🧬 SNP + indel 检测:检测替换(snp)、插入(ins)、缺失(del)、多位点变异(complex)等多种类型
  • ⚡ 速度优先:充分利用多核 CPU(官方测试最高 64 核),通常几分钟内完成一个样本
  • 📁 一站式输出:所有结果文件统一放在一个文件夹中,格式丰富(VCF、BED、GFF、CSV、HTML、BAM 等)
  • 🌳 核心基因组比对:对同一参考下检测的多个分离株,可一键生成 core SNP 比对,用于构建高分辨率系统发育树

一键安装:三种方式任选

方式一:Conda 安装(推荐新手)

conda install -c conda-forge -c bioconda -c defaults snippy

依赖关系完整定义在 environment.yml 中,包括 bwa、samtools、freebayes、bcftools、snpEff、minimap2 等工具,conda 会自动帮你装好。

方式二:Homebrew 安装

brew install brewsci/bio/snippy

方式三:源码安装

cd $HOME
git clone https://gitcode.com/gh_mirrors/sn/snippy
$HOME/snippy/bin/snippy --help

💡 源码安装后记得把 Snippy 的 bin 目录加入 $PATH。

验证安装是否成功

两条命令,确保环境可用:

snippy --version    # 查看版本
snippy --check      # 检查所有依赖是否安装并正常工作

一条命令检测细菌基因组 SNP

输入要求(只需 3 样东西)

输入 说明
参考基因组 FASTA 或 GenBank 格式(可含多个 contig)
测序 Reads FASTQ 或 FASTA,支持 .gz 压缩
输出目录 放结果文件夹

以 GenBank 参考为例(可额外获得基因注释信息),完整命令如下:

snippy --cpus 16 --outdir mysnps --ref Listeria.gbk \
       --R1 FDA_R1.fastq.gz --R2 FDA_R2.fastq.gz

参考格式选 GenBank 还是 FASTA?如果你的参考带注释(.gbk),Snippy 会在结果中自动填充受影响的基因、位置、蛋白效应等列,强烈推荐使用。仓库中的 test/example.gbk 与 test/example.fna 就是一对带注释与纯序列的参考示例。

5 分钟后的输出结果

运行结束后,mysnps 目录中会生成一整套结果文件:

snps.vcf  snps.tab  snps.csv  snps.html  snps.bed  snps.gff
snps.bam  snps.txt  snps.consensus.fa  ...

其中 snps.tab 是最好读的汇总表,示例输出如下:

CHROM  POS     TYPE    REF   ALT    EVIDENCE        FTYPE STRAND NT_POS AA_POS LOCUS_TAG GENE PRODUCT EFFECT
chr      5958  snp     A     G      G:44 A:0        CDS   +      41/600 13/200 ECO_0001  dnaA  replication protein DnaA  missense_variant c.548A>C p.Lys183Thr
chr     35524  snp     G     T      T:73 G:1 C:1    tRNA  -
chr     45722  ins     ATT   ATTT   ATTT:43 ATT:1   CDS   -                    ECO_0045  gyrA  DNA gyrase

每一行一个变异:位置、类型、参考碱基、变异碱基、支持证据、所在基因及蛋白效应,一目了然。

常用输出文件速查

文件 用途
snps.tab / .csv / .html 变异汇总表(制表符/逗号/网页)
snps.vcf 标准 VCF 格式,可对接下游工具
snps.bam 比对结果(BAM),含未比对与多比对 reads
snps.consensus.fa 应用了全部变异后的"共识基因组"
snps.bed / .gff 基因组浏览器可视化

进阶一步:snippy-core 生成核心基因组比对

如果你用同一个参考检测了多个分离株,就可以直接用 snippy-core 生成 core SNP 比对:

snippy-core --prefix core mysnps1 mysnps2 mysnps3 mysnps4

输出包括 core.aln(核心 SNP 比对)、core.full.aln(含不变位点的全基因组比对)、core.vcf(多样本 VCF)等,可直接用于构建高分辨率系统发育树。

批量样本?用 snippy-multi 一个制表符文件搞定:每行 ID + R1 [+ R2] 的路径,它会为每个样本生成运行脚本,并在最后自动执行 snippy-core。

实用参数调优清单

  • --cpus:并行核心数,尽量给满(如 16 或 32)
  • --mincov(默认 10)/ --minfrac:覆盖深度与变异比例阈值,常用 10 和 0.9
  • --minqual(默认 100):最低变异质量值
  • --subsample 0.1:测序深度过高时(如 2000x)随机抽样,大幅提速
  • --targets sites.bed:只对指定区域(如耐药基因)检测变异,节省时间
  • --mask:屏蔽重复区域/噬菌体区。仓库附带 M. tuberculosis 的现成屏蔽文件 etc/Mtb_NC_000962.3_mask.bed
  • --ctgs contigs.fa:只有组装 contig 没有 reads?Snippy 会自动切割成模拟 reads 再检测
  • --report:为每个 SNP 生成 read 级别的详细报告(snippy-vcf_report)
  • --unmapped:保留未比对 reads(常提示质粒等新型遗传元件)

常见问题快速排查

  1. snippy --check 报错:某个依赖缺失,按提示用 conda 补装对应工具即可
  2. 变异数量异常多:检查是否混入其他物种 DNA,可尝试调高 --minfrac 或用 --mask 屏蔽重复区
  3. 速度慢:确认 --cpus 已设满;深度过高时使用 --subsample
  4. 想看某个 SNP 的 read 证据:进入结果目录运行 snippy-vcf_report --html --auto > snps.report.html

总结

步骤 命令 耗时
安装 conda install -c conda-forge -c bioconda snippy ~2 分钟
验证 snippy --check 几秒
检测 SNP snippy --cpus 16 --outdir mysnps --ref ref.gbk --R1 R1.fq.gz --R2 R2.fq.gz 3~5 分钟
核心比对 snippy-core --prefix core 目录1 目录2 ... 几秒

Snippy 把"reads → 细菌基因组 SNP → 核心基因组比对 → 系统发育分析"整条流程压缩到了极简的操作。完整文档见 README.md,项目基于 GPL v2 协议 开源,放心用于科研与生产。现在就可以跑起你的第一条 snippy 命令了!

登录后查看全文
snippy