如何三步跑通Snippy?conda / Homebrew / 源码安装与依赖自检完整教程
如何三步跑通Snippy?conda / Homebrew / 源码安装与依赖自检完整教程
Snippy 是一款面向细菌等单倍体基因组的快速 SNP 变异检测与核心基因组比对(core genome alignment)工具,本教程将带你用 conda、Homebrew 或源码三种方式完成 Snippy 安装,并通过依赖自检和第一次变异检测,三步跑通整个流程。
一句话认识 Snippy
Snippy 能在几分钟内找出你的 NGS 序列 reads 与参考基因组之间的所有 SNPs(单核苷酸多态性)和 indels(插入/缺失),自动调用多核并行加速,并把结果集中输出到一个文件夹中,包括 snps.vcf、snps.tab、snps.bam 等文件。多份样本跑完后,还能用 snippy-core 生成核心 SNP 比对矩阵,为后续系统发育树分析打基础。
💡 项目官方说明可参考 README.md,依赖清单定义在 environment.yml。
第一步:选择适合你的 Snippy 安装方式
Snippy 提供三种安装途径,新手推荐 conda,可自动解决全部依赖。
方式一:Conda 安装(⭐ 推荐)
先安装 Miniconda 环境管理器(如已安装可跳过),然后从 Bioconda 频道一条命令装好 Snippy 及其全部依赖:
conda install -c conda-forge -c bioconda -c defaults snippy
这种方式与项目维护的 environment.yml 依赖声明保持一致,省去手动配置 bwa、samtools、bcftools 等十几个工具的痛苦。
方式二:Homebrew 安装(macOS 用户)
安装 Homebrew 后执行:
brew install brewsci/bio/snippy
Linux 用户可通过 LinuxBrew 使用同样的命令。
方式三:源码安装(想追最新版)
cd $HOME
git clone https://gitcode.com/gh_mirrors/sn/snippy.git
$HOME/snippy/bin/snippy --help
⚠️ 源码安装需要自行确保 README.md "Requirements" 一节列出的依赖(bwa、samtools、bcftools、freebayes 等)均已安装,并把 bin 目录加入 $PATH。
第二步:版本确认与依赖自检
安装完成后,用两条命令完成 Snippy 依赖自检:
| 命令 | 作用 |
|---|---|
snippy --version |
确认安装成功且版本符合预期 |
snippy --check |
逐项检查所有依赖是否已安装并可正常运行 |
snippy --check 会报告 Perl、Bioperl、bwa、samtools、freebayes、snpEff、seqtk 等关键组件的状态(完整依赖列表见 environment.yml)。只要检查通过,就代表环境已就绪。
版本号定义在 perl5/Snippy/Version.pm,可用于核对本地与发布版的差异。
第三步:三条命令跑通第一次 SNP 检测
准备好三类输入即可开始:
- 参考基因组(FASTA 或 GENBANK 格式,可含多条 contig)
- 测序 reads(FASTQ 或 FASTA,支持 .gz 压缩)
- 一个存放结果的输出目录
执行:
snippy --cpus 16 --outdir mysnps --ref Listeria.gbk --R1 FDA_R1.fastq.gz --R2 FDA_R2.fastq.gz
运行结束后,mysnps 目录中会生成一整套结果文件:
| 文件 | 内容 |
|---|---|
snps.tab |
所有变异位点的制表符分隔汇总表 |
snps.vcf |
经 snpEff 注释的最终 VCF 变异文件 |
snps.bam |
reads 的比对结果(BAM 格式) |
snps.consensus.fa |
将变异替换回参考后的共识基因组 |
snps.html |
可直接用浏览器打开的变异报告 |
📌 提示:如果传入 GENBANK 格式的参考,
snps.tab还会自动补充基因注释列(FTYPE、GENE、PRODUCT、EFFECT 等)。
想要批量处理多份样本,可用 snippy-multi 生成批量脚本,最后自动调用 snippy-core 输出 core.aln 等核心基因组比对文件。
附录:仓库常用文件速查
| 文件 | 说明 |
|---|---|
| README.md | 完整文档:用法、输出字段、高级选项 |
| environment.yml | conda 环境依赖清单 |
| test/example.fna | 测试用参考基因组 |
| test/example.gbk | 测试用 GenBank 参考(含注释) |
| test/example.bed | 测试用 BED 掩蔽区域文件 |
| test/Makefile | 官方测试流程:模拟 reads 并跑通 snippy-core |
| etc/snpEff.config | 随包附带的 snpEff 注释配置 |
| etc/Mtb_NC_000962.3_mask.bed | 随包附带的结核分枝杆菌重复区域掩蔽 BED 文件 |
| LICENSE | GPL v2 开源协议 |
常见小坑
snippy --check报错缺依赖:conda 用户直接conda update --all;源码用户按 README.md 的 Requirements 列表逐一补齐。- 测序深度过高跑得慢:可用
--subsample 0.1随机抽样,深度 2000x 降到 100x 即可正常出 SNP。 - 只关心特定区域:把目标区域写入 BED 文件后用
--targets sites.bed,可大幅提速。
完成以上三步,你的 Snippy 环境就已经搭建完毕,可以开始正式的细菌基因组变异检测与核心 SNP 系统发育分析了。🎉