Pileup時における塩基のバグ?

[soh-i]

chr1    161192312       C       A       2,0,110,118     0.991304347826

という結果をIGVで可視化すると、 となっている。 この2塩基のAがどこ由来なのかが不明。

バグは、

• 塩基の分類における処理 であるが、
• DP4カラムが全てalt baseになっている。本来ならば、110, 120, 0, 0となるべき。
• ミスマッチ頻度の計算がマッチ頻度の計算になっている。 もおかしい。

[soh-i]

C 161192312
Total reads: 230
Matches: 2
Mismatches: 228

マッチとミスマッチがどうも逆転している、ところまで突き止めた。

ミスマッチ頻度の計算自体には問題はなかった。

[soh-i]

chr12 6646319 T Total reads: 16 Matches: 3 Mismatches: 13

上記の例は、あっている。

[soh-i]

Weirdness with spliced reads in samfile.pileup(chr,start,end) given spliced alignments from an RNA-seq bam file

To ignore these in your analysis, test the flags is_del == True and indel=0 in the PileupRead object. http://pysam.readthedocs.org/en/latest/faq.html#weirdness-with-spliced-reads-in-samfile-pileup-chr-start-end-given-spliced-alignments-from-an-rna-seq-bam-file らしい。 とりあえず、このフィルターを加えた。

[soh-i]

chr1 230845793 A C 0,0,0,12 1.0 あっているのでは？

[soh-i]

めでたい、もうこれは問題ないでしょう