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
snippy --check报错:某个依赖缺失,按提示用 conda 补装对应工具即可- 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 - 速度慢:确认
--cpus已设满;深度过高时使用--subsample - 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!