SureSelect のBEDファイル取得方法

Exome解析については、以前ここでも書きましたが、ワークフローは大体出来上がっています。

1. リードをゲノムにマッピングし　（BWA）
2. 冗長性のあるリード・Duplicateを除去し　（SamtoolsやPicard）
3. キャプチャーしたExon領域だけを取り出し　（Bedtools）
4. SamtoolsでSNVを抽出し
5. SNVにアノテーションをつける non-synonymous SNV, missense, frame-shift など

こんな感じ。
NGS Surfer's Wiki のリシークエンス
BioStar　を参照

このうち、3の、キャプチャーした領域だけを取り出す、という所は、キャプチャー領域を定義したファイルが必要です。　
このファイル、BEDフォーマットであることが普通（Bedtoolsを使うときは）です。
UCSCなどの公共DBから落とすことも可能でしょうが、メーカーももちろん提供しています。

Agilent社のSureSelect　Human Whole Exon 50MのBEDファイルをダウンロードして、実際にどの場所をキャプチャーしているのか、見てみましょう。


Agilent社のアレイ情報は、eArray というサイトで得ることができます。　登録が必要ですが、無料なので是非ユーザー登録しましょう！
ログイン画面はこんな感じ

ちょっと重いサイトですが、気にせずに。

右上の、Switch Application Type　をクリックして、

SureSelect Target Enrichment　を選びます。

Human All Exon 50Mb Kit というのが欲しいアレイ情報です。
これをダウンロードしましょう！
ゲノムバージョンを確認して、ダウンロード画面へ

BEDだけをダウンロードするのではなく、ここでは全部選択します。
欲しいのは、実は一番上のSureSelect_All_Exon・・・というファイルなのです。
後で中身を比較してみると良いでしょう。

ダウンロードが終わったら、ファイルを解凍して、さらにSureSelect_All_Exon・・・.zipを解凍して、.bedファイルを得ます。　このBedファイルはキャプチャー領域を定義しています。
先のBEDフォルダに入っているBedファイルは、プローブの設定領域を定義しているようです。

Bedファイルの中を開くとこんな感じ

これをIGV　(Integrative Genomics Viewer http://www.broadinstitute.org/igv/ )上で見てみましょう！
先ず、IGVtools でインデックスを付ける必要があります。
（File > Run igvtools... でBedファイルを指定し、Indexを選択）

これをインポートすればOK！

画像は次回、このBedファイルと、BedファイルをGalaxyというフリーツールを使ってGFFファイルに変換する方法を説明するときに合わせてお見せします。

では。