Sentieon | TNscope WES Panel 分析流程详解

# 一、前言

在肿瘤基因组学研究中，精准识别体细胞变异位点（call somatic mutations）是解析肿瘤发生机制、寻找用药靶点与监控疗效的核心基础。然而，由于肿瘤样本的异质性和测序噪音，高灵敏度和高特异性的变异检测极具挑战。

Sentieon 的 TNscope 模块为此提供了高效解决方案，TNscope 流程采用了优化的机器学习算法，能在极大提升分析速度的同时，显著提高体细胞点突变与插入缺失检测的灵敏度与准确性，尤其擅长处理低丰度变异。该模块已成为肿瘤精准医疗与大规模测序项目中不可或缺的生信分析工具。

下图展示了利用 Sentieon 软件的 TNscope 模块进行体细胞变异和结构变异检测，从而运行仅针对肿瘤或肿瘤-正常组织样本的生物信息学分析流程。

![图片](/media/202608/1fbc8e4f017641cd88523119ee7581257167.png)

*图1  Sentieon TNscope的生物信息学分析流程*

* * *

# 二、流程总览

## 1. 概述

在这个生物信息学流程中，你需要以下输入：

1.  参考基因组 FASTA 文件。
    
2.  两组包含待分析样本核苷酸序列的 FASTQ 文件，一组用于肿瘤样本，一组用于匹配正常样本。这些文件包含 DNA 测序的原始读段。该软件支持输入使用 GZIP 压缩的 FASTQ 文件。该软件仅支持包含桑格格式（Phred+33）高质量评分的文件。
    
3.  （可选）单核苷酸多态性数据库（dbSNP）数据。数据以 VCF 文件的形式使用。
    
4.  （可选）多个已知位点（known sites）数据。数据以 VCF 文件的形式使用。

以下步骤构成肿瘤正常匹配对的典型生物信息学流程：

1.  对肿瘤样本和正常样本，分别采用类似于“DNAseq® 典型使用流程”中所介绍的DNA测序流程，进行独立的前处理，包括以下步骤：

* 将测序读数比对到参考基因组上；你需要确保肿瘤样本和正常样本的 SM 标签不同，因为在体细胞变异检测中，这将被用作一个参数。同时，你还需要确保两个样本的 RG:ID 是不同且唯一的。
    *  统计数据指标。
    * 删除重复序列。
    *  （可选）基础质量评分重新校准（BQSR）。

3.  体细胞变异检测：此步骤旨在识别肿瘤基因组数据中相较于正常基因组存在体细胞变异的位点，并计算该位点的基因型。

## 2. 逐步使用

### （1）比对

使用多线程时，为了保持 bwa 输出结果的一致性，需要添加 `-K 10000000` 参数

```
(
  "$SENTIEON_INSTALL_DIR/bin/sentieon" bwa mem -R "@RG\tID:$TUMOR_RGID\tSM:$TUMOR_SM\tPL:$PLATFORM" \
    -t "$NT" -K 10000000 "$FASTA""$TUMOR_FASTQ_1""$TUMOR_FASTQ_2" || \
    { echo"BWA tumor error"; exit 1; }
) | "$SENTIEON_INSTALL_DIR/bin/sentieon" util sort -o tumor_sorted.bam -t "$NT" --sam2bam -i - || \
  { echo"Tumor alignment failed"; exit 1; }

(
"$SENTIEON_INSTALL_DIR/bin/sentieon" bwa mem -R "@RG\tID:$NORMAL_RGID\tSM:$NORMAL_SM\tPL:$PLATFORM" \
    -t "$NT" -K 10000000 "$FASTA""$NORMAL_FASTQ_1""$NORMAL_FASTQ_2" || \
    { echo"BWA normal error"; exit 1; }
) | "$SENTIEON_INSTALL_DIR/bin/sentieon" util sort -o normal_sorted.bam -t "$NT" --sam2bam -i - || \
  { echo"Normal alignment failed"; exit 1; }
```

### （2）统计质控和质控绘图

```
"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -r "$FASTA" -t "$NT" -i tumor_sorted.bam \
  --algo MeanQualityByCycle tumor_mq_metrics.txt \
  --algo QualDistribution tumor_qd_metrics.txt --algo GCBias \
  --summary tumor_gc_summary.txt tumor_gc_metrics.txt --algo AlignmentStat \
  --adapter_seq '' tumor_aln_metrics.txt \
  --algo InsertSizeMetricAlgo tumor_is_metrics.txt \
  --algo CoverageMetrics --omit_base_output tumor_coverage_metrics || \
  { echo"Tumor metrics failed"; exit 1; }

"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -r "$FASTA" -t "$NT" -i normal_sorted.bam \
  --algo MeanQualityByCycle normal_mq_metrics.txt \
  --algo QualDistribution normal_qd_metrics.txt --algo GCBias \
  --summary normal_gc_summary.txt normal_gc_metrics.txt --algo AlignmentStat \
  --adapter_seq '' normal_aln_metrics.txt \
  --algo InsertSizeMetricAlgo normal_is_metrics.txt \
  --algo CoverageMetrics --omit_base_output normal_coverage_metrics || \
  { echo"Normal metrics failed"; exit 1; }
```

### （3）标记重复或去重复

`Dedup` 模块默认是标记重复 reads，如果需要删除重复reads，可以添加 `--rmdup` 参数。

```
"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -t "$NT" -i tumor_sorted.bam --algo LocusCollector \
  --fun score_info tumor_score.txt || { echo"Tumor LocusCollector failed"; exit 1; }

"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -t "$NT" -i tumor_sorted.bam --algo Dedup \
  --score_info tumor_score.txt --metrics tumor_dedup_metrics.txt tumor_deduped.bam || \
  { echo"Tumor Dedup failed"; exit 1; }

"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -t "$NT" -i normal_sorted.bam --algo LocusCollector \
  --fun score_info normal_score.txt || { echo"Normal LocusCollector failed"; exit 1; }

"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -t "$NT" -i normal_sorted.bam --algo Dedup \
  --score_info normal_score.txt --metrics normal_dedup_metrics.txt normal_deduped.bam || \
  { echo"Normal Dedup failed"; exit 1; }
```

## 3. 配对样本体细胞变异检测和过滤

只需执行一个指令，即可调用肿瘤-正常匹配对的变异。

```
"$SENTIEON_INSTALL_DIR/bin/sentieon" driver -r "$FASTA" -t "$NT" \
"${interval_arg[@]}" \
  -i tumor_deduped.bam -i normal_deduped.bam \
  --algo TNscope \
  --tumor_sample "$TUMOR_SM" --normal_sample "$NORMAL_SM" \
  --dbsnp "$KNOWN_DBSNP" \
  --min_tumor_allele_frac 0.009 \
  --max_fisher_pv_active 0.05 \
  --max_normal_alt_cnt 10 \
  --max_normal_alt_frac 0.01 \
  --max_normal_alt_qsum 250 \
  --sv_mask_ext 10 \
  --prune_factor 0 \
  output_tnscope.pre_filter.vcf.gz || \
  { echo"TNscope failed"; exit 1; }

"$SENTIEON_INSTALL_DIR/bin/sentieon" pyexec "$TNSCOPE_FILTER" \
  -v output_tnscope.pre_filter.vcf.gz \
  --tumor_sample "$TUMOR_SM" \
  --normal_sample "$NORMAL_SM" \
  -x tissue_panel --min_tumor_af 0.0095 --min_depth 200 \
  output_tnscope.filter.vcf.gz || \
  { echo"TNscope filter failed"; exit 1; }
```

**官方文档：**

*   https://support.sentieon.com/docs/TNscope\_usage/tnscope/#

**Sentieon TNscope  WES Panel 流程 github 地址：**

*   https://github.com/Insvast/bioinformatics/tree/main/TNscope\_WES\_Panel

* * *

# 三、实际测试运行

本次测序运行使用 FDA 的 SEQC2 Consortium 癌症基准数据的 tumor:HCC1395:乳腺癌肿瘤细胞系+normal:HCC1395BL外周血，(SRR7890852+SRR7890847)，从而进行 TNscope 分析查看实际的运行效率。

## 1. Sentieon软件下载安装

*   https://ftp.insvast.com/user/Sentieon/release/sentieon-genomics-202503.03.tar.gz （适配 X86 架构 CPU 服务器，例如 Intel､ AMD､ 曙光）
    
*   https://ftp.insvast.com/user/Sentieon/release/arm-sentieon-genomics-202503.03.tar.gz （适配 ARM 架构 CPU 服务器， 例如华为鲲鹏､ 阿里倚天､ Ampere）
    
*   软件下载链接需用户名与密码，用户名：insvast；密码：Ins@1234

## 2. 测试项目使用配置

*   CPU为Intel(R) Xeon(R) Platinum 8358P CPU @ 2.60GHz 64核心
    
*   内存为 512GB DDR4
    
*   系统为 Ubuntu 22.04.3 LTS

## 3. 参考基因组和dbsnp下载

```
curl -L \
  -o 'hg38_ucsc.fa''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/WholeGenomeFasta/genome.fa' \
  -o 'hg38_ucsc.fa.fai''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/WholeGenomeFasta/genome.fa.fai' \
  -o 'hg38_ucsc.fa.amb''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/BWAIndex/genome.fa.amb' \
  -o 'hg38_ucsc.fa.ann''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/BWAIndex/genome.fa.ann' \
  -o 'hg38_ucsc.fa.bwt''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/BWAIndex/genome.fa.bwt' \
  -o 'hg38_ucsc.fa.pac''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/BWAIndex/genome.fa.pac' \
  -o 'hg38_ucsc.fa.sa''https://ngi-igenomes.s3.amazonaws.com/igenomes/Homo_sapiens/UCSC/hg38/Sequence/BWAIndex/genome.fa.sa' \
  -O 'https://storage.googleapis.com/gcp-public-data--broad-references/hg38/v0/Homo_sapiens_assembly38.dbsnp138.vcf.gz' \
  -O 'https://storage.googleapis.com/gcp-public-data--broad-references/hg38/v0/Homo_sapiens_assembly38.dbsnp138.vcf.gz.tbi'
```

## 4. 测试数据下载

```
# SRR数据下载
wget -c ftp.sra.ebi.ac.uk/vol1/fastq/SRR789/002/SRR7890852/SRR7890852_1.fastq.gz
wget -c ftp.sra.ebi.ac.uk/vol1/fastq/SRR789/002/SRR7890852/SRR7890852_2.fastq.gz
wget -c ftp.sra.ebi.ac.uk/vol1/fastq/SRR789/007/SRR7890847/SRR7890847_1.fastq.gz
wget -c ftp.sra.ebi.ac.uk/vol1/fastq/SRR789/007/SRR7890847/SRR7890847_2.fastq.gz
```

## 5. 分析运行

```
TNscpoe-panel.sh HCC1395 result/tnscope SRR7890852 Somatic_Mutation_WG/SRR7890852/SRR7890852_1.fastq.gz Somatic_Mutation_WG/SRR7890852/SRR7890852_2.fastq.gz SRR7890847 Somatic_Mutation_WG/SRR7890847/SRR7890847_1.fastq.gz Somatic_Mutation_WG/SRR7890847/SRR7890847_2.fastq.gz reference/human/pangemone/hg38_ucsc.fa reference/human/pangemone/Homo_sapiens_assembly38.dbsnp138.vcf.gz AIExome_Human_Exome_Panel_V3_Inherit-T600V1G-hg38.target.bed result/tnscope/tnscope_filter.py
```

## 6. 分析结果展示

```
├── [1.2K]  tumor_aln_metrics.txt
├── [   0]  tumor_coverage_metrics
├── [8.3K]  tumor_coverage_metrics.sample_cumulative_coverage_counts
├── [6.3K]  tumor_coverage_metrics.sample_cumulative_coverage_proportions
├── [6.3K]  tumor_coverage_metrics.sample_interval_statistics
├── [ 11K]  tumor_coverage_metrics.sample_interval_summary
├── [ 12K]  tumor_coverage_metrics.sample_statistics
├── [ 153]  tumor_coverage_metrics.sample_summary
├── [1.9K]  tumor_dedup_metrics.txt
├── [ 23G]  tumor_deduped.bam
├── [7.6M]  tumor_deduped.bam.bai
├── [5.9K]  tumor_gc_metrics.txt
├── [ 539]  tumor_gc_summary.txt
├── [ 11K]  tumor_is_metrics.txt
├── [3.6K]  tumor_mq_metrics.txt
├── [ 514]  tumor_qd_metrics.txt
├── [164M]  tumor_score.txt
├── [3.0M]  tumor_score.txt.idx
├── [ 23G]  tumor_sorted.bam
└── [7.6M]  tumor_sorted.bam.bai
```

## 7. 质控统计

|  |tumor|normal|
|-- |-- |-- |
|[Total] Raw Reads (All reads) |380994344 |397299120 |
|[Total] QC Fail reads |0 |0 |
|[Total] Raw Data(Mb) |47624.29 |49662.39 |
|[Total] Paired Reads |380994344 |397299120 |
|[Total] Mapped Reads|378914710|395159489|
|[Total] Fraction of Mapped Reads|99.45%|99.46%|
|[Total] Mapped Data(Mb)|47364.34|49394.94|
|[Total] Fraction of Mapped Data(Mb)|99.45%|99.46%|
|[Total] Properly paired|372620750|389397754|
|[Total] Fraction of Properly paired|97.80%|98.01%|
|[Total] Read and mate paired|376883444|393069646|
|[Total] Fraction of Read and mate paired|98.92%|98.94%|
|[Total] Singletons|2031266|2089843|
|[Total] Read and mate map to diff chr|3534664|3053218|
|[Total] Read1|190497172|198649560|
|[Total] Read2|190497172|198649560|
|[Total] Read1(rmdup)|148857127|155727587|
|[Total] Read2(rmdup)|149514648|155055908|
|[Total] forward strand reads|189444133|197566636|
|[Total] backward strand reads|189470577|197592853|
|[Total] PCR duplicate reads|80542935|84375994|
|[Total] Fraction of PCR duplicate reads|21.26%|21.35%|
|[Total] Map quality cutoff value|20|20|
|[Total] MapQuality above cutoff reads|368681856|384684377|
|[Total] Fraction of MapQ reads in all reads|96.77%|96.82%|
|[Total] Fraction of MapQ reads in mapped reads|97.30%|97.35%|
|[Insert size] Average|296.15|308.75|
|[Insert size] Median|272|284|
|[Target] Target Reads|142121611|145194653|
|[Target] Fraction of Target Reads in all reads|37.30%|36.55%|
|[Target] Fraction of Target Reads in mapped reads|37.51%|36.74%|
|[Target] Target Data(Mb)|11032.63|11239.49|
|[Target] Target Data Rmdup(Mb)|8440.74|8620.52|
|[Target] Fraction of Target Data in all data|23.17%|22.63%|
|[Target] Fraction of Target Data in mapped data|23.29%|22.75%|
|[Target] Len of region|36677886|36677886|
|[Target] Average depth|300.8|306.44|
|[Target] Average depth(rmdup)|230.13|235.03|
|[Target] Coverage (>0.2*(Average depth)x)|92.38%|93.12%|
|[Target] Coverage (>0.5*(Average depth)x)|78.77%|83.68%|
|[Target] Coverage (>0x)|98.33%|98.55%|
|[Target] Coverage (>=4x)|96.25%|96.46%|
|[Target] Coverage (>=10x)|94.97%|95.23%|
|[Target] Coverage (>=30x)|93.89%|94.28%|
|[Target] Coverage (>=100x)|88.43%|90.63%|
|[Target] Target Region Count|313503|313503|
|[Target] Region covered > 0x|295168|296739|

## 8. 耗时统计

| |HCC1395+HCC1395BL|
|--|--|
|Normal比对+排序时间（min）|14.3|
|Normal去重时间（min）|1.82|
|Normal统计metrics质控信息时间（min）|0.57|
|Normal LocusCollector统计|0.23|
|Tumor比对+排序时间（min）|13.73|
|Tumor去重时间（min）|1.73|
|Tumor统计metrics质控信息时间（min）|0.59|
|Tumor LocusCollector统计|0.22|
|TNscope变异检测时间（min）|31.02|
|总时间|64.22|

在 64 核测试服务器上 WES 数据(300.8X Tumor + 306.4X Normal WES 样本)最快分析仅耗时64.22分钟。

Sentieon在不断地优化算法的运行效率，为科研工作者提供更快速、更经济的基因检测方案。若您刚好有需要检测的数据，不妨来申请试用Sentieon吧！

* * *

# Sentieon软件介绍

Sentieon为完整的纯软件基因变异检测二级分析方案，其分析流程完全忠于BWA、GATK、MuTect2、STAR、Minimap2、Fgbio、picard等金标准的数学模型。在匹配开源流程分析结果的前提下，大幅提升WGS、WES、Panel、UMI、ctDNA、RNA等测序数据的分析效率和检出精度，并匹配目前全部第二代、三代测序平台。

![图片](/media/202608/f1684b8d6cec4da4ab889974ae65c3787655.png)

Sentieon软件团队拥有丰富的软件开发及算法优化工程经验，致力于解决生物数据分析中的速度与准确度瓶颈，为来自于分子诊断、药物研发、临床医疗、人群队列、动植物等多个领域的合作伙伴提供高效精准的软件解决方案，共同推动基因技术的发展。

截至2026年4月份，Sentieon已经在全球范围内为1860+用户提供服务，用户处理超过7400+PB数据量，被世界一级影响因子刊物如NEJM、Cell、Nature等广泛引用，引用次数超过1900篇。此外，Sentieon连续数年摘得了Precision FDA、Dream Challenges等多个权威评比的桂冠，在业内获得广泛认可。