seq2HLA:利用RNA_seq数据进行HLA分型

欢迎关注"生信修炼手册"！

对于不同的HLA Allel来说，exon2和exon3 序列的差异性尤为明显，很多的HLA 分型软件都会根据这部分序列，整理出HLA Allel序列参考数据库。

seq2HLA也采用了类似的策略，通过HLA不同Allel的exon2和exon3的序列，整理了一份HLA参考数据库，通过将RNA_seq的reads与该数据库比对，确定HLA分型结果，原理示意图如下

迭代两次，每次挑选出覆盖度最高的Allel 作为分型结果。

seq2HLA采用python和R进行开发，安装过程较为简单，直接下载源代码即可，安装过程如下

git clone https://github.com/TRON-Bioinformatics/seq2HLA
cd seq2HLA/

用法如下：

python seq2HLA.py -1 R1.fastq -2 R2.fastq -r test -p 10

-1和-2参数分别指定输入的R1和R2端的fastq格式的序列; -r参数指定输出文件名称的前缀，-p指定线程数，主要是bowtie比对时的线程。

输出文件非常多，详细列表如下

test.ambiguity
test-ClassI-class.bowtielog
test-ClassI-class.expression
test-ClassI-class.HLAgenotype2digits
test-ClassI-class.HLAgenotype4digits
test-ClassII.bowtielog
test-ClassII.expression
test-ClassII.HLAgenotype2digits
test-ClassII.HLAgenotype4digits
test-ClassI-nonclass.bowtielog
test-ClassI-nonclass.expression
test-ClassI-nonclass.HLAgenotype2digits
test-ClassI-nonclass.HLAgenotype4digits

我们主要关注后缀为HLAgenotype4digits的结果文件，可以看到，同时体用了HLA Clas I 和 Class II 两种类型基因的分型结果。以HLA I型基因的4位分型结果为例，文件内容如下

#Locus Allele 1 Confidence Allele 2 Confidence
A A*02:65 0.008687167 A*02:65 NA
B B*39:05' 0.3821314 B*13:48 0.09848174
C C*08:02' NA C*08:02 NA

对于HlA  I型基因，给出了A, B, C 三个基因的分型结果，每个基因给出了两个Allel, 对于每个Allel, 会给出对应的打分值。

扫描关注微信号，更多精彩内容等着你！