目录
annovar 简介
annovar 下载安装
annovar 下载数据库
annovar 注释与注释结果说明
annovar简介
ANNOVAR是由王凯编写的一个注释软件，可以对SNP和indel进行注释，也可以进行变异的过滤筛选。主要包括3种注释模式：
gene-based annotation:判断SNV或CNV是否造成蛋白编码或氨基酸的改变，可用基因命名系统包括RefSeq, UCSC, ENSEMBL,GENCODE, AceView等。
region-based annotation:变异位于染色体哪个区域，预测转录因子结合位点、SD区域、GWAS hits…
filter-based annotation:鉴定在特定数据库中记录的变异，如是否在dbSNP中被报道
annovar 下载安装
下载 ：.edu邮箱注册：
http://www.openbioinformatics.org/annovar/annovar_download_form.php
安装 ：免安装，下载即可以使用
annovar 下载数据库
ANNOVAR的官方文档列出了可供下载的数据库及版本、更新日期等信息，地址：https://annovar.openbioinformatics.org/en/latest/user-guide/download/#additional-databases
也可以通过命令下载至本地，查看相关是否存在的数据库，命令如下：
## 1. 利用软件annovar 查看annovar中收录的数据库，输出文件：hg19_avdblist.txtperl annotate_variation.pl -downdb -buildver hg19 -webfrom annovar avdblist humandb/# annotate_variation.pl 运行程序# -downdb 下载数据库# -webfrom annovar 从annovar库里下载# -buildver hg19 基因组对应版本 hg19# avdblist 查看annovar中收录的数据库# humandb/ 下载至该目录复制
举例下载clinvar数据库：
第一步：通过上述的操作查找annovar库中 clinvar数据库的版本、更新日期等信息，如：clinvar_20210123；
第二步：利用软件中程序 annotate_variation.pl 进行下载。
## 2. 下载数据库perl annotate_variation.pl -buildver hg19 -downdb -webfrom annovar clinvar_20210123 humandb/#-buildver: 基因组对应版本 hg19# -downdb: 下载数据库#-webfrom annovar: 从annovar库里下载;如果annovar库中没有，则不用写该选项，会从UCSC中下载#clinvar_20210123: 下载的数据库名称#humandb/: 下载至该目录复制
annovar 注释
输入文件格式：## 1. 手动生成>> cat 20210413_avinput.txt9 133738370 133738370 A G12 25398281 25398281 C T10 89692792 89692792 C G7 140453136 140453136 TCC -2. VCF 转annovar 的输入文件#convert2annovar.pl -format pileup variant.pileup -outfile variant.queryconvert2annovar.pl -format vcf4 variantfile -outfile variant.avinputeg:convert2annovar.pl -format vcf4 S2000332-L1.varscan.vcf -outfile variant.avinput>> cat variant.avinput1 115258744 115258744 C T het . 6332 209113138 209113138 T C het . 10844 1806058 1806058 C T het . 1874 1807894 1807894 G A hom . 133复制
ANNOVAR使用.avinput格式，如以上代码所示，该格式每列以tab分割，最重要的地方为前5列，分别是:
1. 染色体(Chromosome)
2. 起始位置(Start)
3. 结束位置(End)
4. 参考等位基因(Reference Allele)
5. 替代等位基因(Alternative Allele)
6. 剩下为注释部分（可选）。
gene-based annotation
分析变异位点对蛋白质的影响，支持多种基因集，包括RefSeq, UCSC, ENSEMBL, GENCODE 等。
>> annotate_variation.pl --geneanno -buildver hg19 -hgvs variant.avinput humandb/复制
region-based annotation
分析变异位点是否位于基因组上的特殊区域
Filter-based annotation
分析变异位点是否收录在相关的数据库。常用的数据库可以分成以下8个类别
1. 基于全基因组数据的突变位点频率数据库
1000g2015aug；kaviar_20150923；hrcr1；cg69；gnomad_genome
2. 基于全外显子组数据的突变位点频率数据库
exac03；esp6500siv2；gnomad_exome
3. 特殊人群的突变位点频率数据库
ajews；TMC-SNPDB；gme
4. 基于全基因组数据的突变位点功能预测数据库
gerp++；cadd；cadd13；dann；fathmm；eigen；gwava
5. 基于全外显子数据的突变位点功能预测数据库
dbnsfp30a
6. 剪切区域的突变位点功能预测数据库
dbscsnv11；spidex
7 . 疾病相关的突变位点数据库
clinvar；cosmic；icgc21；nci60
8. 通用的突变位点数据库
snp142；avsnp142
annotate_variation.pl --filter variant.avinput -dbtype 1000g2015aug_all -buildver hg19 humandb/复制
ANNOVAR注释：用table_annovar.pl进行注释（可一次性完成三种类型的注释）
# perl table_annovar.pl 20210413_avinput.txt humandb/ -buildver hg19 -out myanno -remove -protocol refGene,esp6500siv2_all,1000g2015aug_all,avsnp147，exac03,dbnsfp41a,clinvar_20210123 -operation g,f,f,f,f,f,f -nastring . -csvoutperl table_annovar.pl 20210413_avinput.txt humandb/ -buildver hg19 -out myanno -remove -protocol refGene,exac03,dbnsfp41a,clinvar_20210123 -operation g,f,f,f -nastring . -csvout#-bulidver hg19 表示使用的参考基因组版本#-out myanno 表示输出文件前缀#-remove 表示删除中间文件#-protocol 表示使用的数据库，其数据库顺序要与后面的operation注释方式对应上#-operation 表示对应数据库的注释类型（g代表gene-based、r代表region-based、f代表filter-based，gx means gene-based with cross-reference annotation (from -xref argument)）#-nasting . 点号代替缺省值#-csvout 表示输出为csv格式command:>> perl table_annovar.pl variant.avinput /path/humandb/ -buildver hg19 -out myanno -protocol refGene,esp6500siv2_all,1000g2015aug_all,avsnp147，exac03,dbnsfp41a,clinvar_20210123 -operation g,f,f,f,f,f,f -nastring . -csvout>>cat myanno.hg19_multianno.txtChr Start End Ref Alt Func.refGene Gene.refGene GeneDetail.refGene ExonicFunc.refGene AAChange.refGene esp6500siv2_all 1000g2015aug_all CLNALLELEID CLNDN CLNDISDB CLNREVSTAT CLNSIG1 115258744 115258744 C T exonic NRAS . nonsynonymous SNV NRAS:NM_002524:exon2:c.G38A:p.G13D . . 28940 Acute_myeloid_leukemia|Melanoma|Medulloblastoma|Transitional_cell_carcinoma_of_the_bladder|Multiple_myeloma|Malignant_melanoma_of_skin|Juvenile_myelomonocytic_leukemia|Non-Hodgkin_lymphoma|Neoplasm_of_the_large_intestine|Adenocarcinoma_of_stomach|Noonan_syndrome_6|RAS-associated_autoimmune_leukoproliferative_disorder|Myelodysplastic_syndrome|not_provided Human_Phenotype_Ontology:HP:0001914,Human_Phenotype_Ontology:HP:0004808,Human_Phenotype_Ontology:HP:0004843,Human_Phenotype_Ontology:HP:0005516,Human_Phenotype_Ontology:HP:0006724,Human_Phenotype_Ontology:HP:0006728,MONDO:MONDO:0018874,MeSH:D015470,MedGen:C0023467,OMIM:601626,Orphanet:ORPHA519,SNOMED_CT:17788007|Human_Phenotype_Ontology:HP:0002861,Human_Phenotype_Ontology:HP:0002887,Human_Phenotype_Ontology:HP:0006777,Human_Phenotype_Ontology:HP:0007474,MONDO:MONDO:0005105,MeSH:D008545,MedGen:C0025202,SNOMED_CT:2092003,SNOMED_CT:372244006|Human_Phenotype_Ontology:HP:0002885,MONDO:MONDO:0007959,MeSH:D008527,MedGen:C0025149,OMIM:155255,Orphanet:ORPHA616|Human_Phenotype_Ontology:HP:0006740,MONDO:MONDO:0005611,MedGen:C0279680|Human_Phenotype_Ontology:HP:0006775,MONDO:MONDO:0009693,MeSH:D009101,MedGen:C0026764,OMIM:254500,Orphanet:ORPHA29073,SNOMED_CT:109989006,SNOMED_CT:55921005|Human_Phenotype_Ontology:HP:0012056,MONDO:MONDO:0005012,MeSH:C562393,MedGen:C0151779,OMIM:PS155600,SNOMED_CT:93655004|Human_Phenotype_Ontology:HP:0012209,MONDO:MONDO:0011908,MedGen:C0349639,OMIM:607785,Orphanet:ORPHA86834|Human_Phenotype_Ontology:HP:0012539,MONDO:MONDO:0018908,MedGen:C0024305,Orphanet:ORPHA547,SNOMED_CT:1929004|Human_Phenotype_Ontology:HP:0100834,MeSH:D015179,MedGen:C0009404,SNOMED_CT:126837005|MONDO:MONDO:0005036,MedGen:C0278701|MONDO:MONDO:0013186,MedGen:C2750732,OMIM:613224|MONDO:MONDO:0013767,MedGen:C2674723,OMIM:614470,Orphanet:ORPHA268114|MONDO:MONDO:0018881,MeSH:D009190,MedGen:C3463824,OMIM:614286,Orphanet:ORPHA52688|MedGen:CN517202 criteria_provided,_single_submitter Pathogenic2 209113138 209113138 T C exonic IDH1 . synonymous SNV IDH1:NM_001282386:exon4:c.A369G:p.G123G,IDH1:NM_001282387:exon4:c.A369G:p.G123G,IDH1:NM_005896:exon4:c.A369G:p.G123G . . . . . . .4 1806058 1806058 C T exonic FGFR3 . synonymous SNV FGFR3:NM_000142:exon9:c.C1077T:p.A359A,FGFR3:NM_001163213:exon9:c.C1083T:p.A361A . . . . . . .4 1807894 1807894 G A exonic FGFR3 . synonymous SNV FGFR3:NM_022965:exon12:c.G1617A:p.T539T,FGFR3:NM_000142:exon14:c.G1953A:p.T651T,FGFR3:NM_001163213:exon14:c.G1959A:p.T653T 0.9551 0.95607 861287 Squamous_cell_lung_carcinoma Human_Phenotype_Ontology:HP:0030359,MONDO:MONDO:0005097,MedGen:C0149782 no_assertion_criteria_provided Likely_benign4 55152040 55152040 C T exonic PDGFRA . synonymous SNV PDGFRA:NM_006206:exon18:c.C2472T:p.V824V 0.1983 0.240415 251497 Gastrointestinal_stromal_tumor|Hereditary_cancer-predisposing_syndrome|Idiopathic_hypereosinophilic_syndrome|not_specified Human_Phenotype_Ontology:HP:0100723,MONDO:MONDO:0011719,MeSH:D046152,MedGen:C0238198,OMIM:606764,Orphanet:ORPHA44890|MONDO:MONDO:0015356,MedGen:C0027672,Orphanet:ORPHA140162,SNOMED_CT:699346009|MedGen:C0206141,OMIM:607685|MedGen:CN169374 criteria_provided,_multiple_submitters,_no_conflicts Benign复制
通过注释可以获取如下的信息：
1. Gene.refGene 变异位点注释上的基因;
2. Func.refGene 变异位点在基因上的区域;(annovar将基因组划分成了9种区间,分别exonic, splicing, ncRNA, UTR5, UTR3, intronic, upstream, downstream, intergenic)
3. ExonicFunc.refGene 变异类型（SNV：synonymous SNV（同义突变）,nonsynonymous SNV（非同义突变）； deletion：frameshift deletion， frameshift deletion ；insertion：frameshift insertion， nonframeshift insertion（移码与非移码）stopgain指的是突变之后，原本的密码子变成了终止密码子，stoploss指的是突变之后，原本的终止密码子变成了普通密码子，导致翻译情况变化较大。）
4. AAChange.refGene 氨基酸的变化情况（在表示氨基酸的变化情况，annovar采用的是自己定义的命名方式，非HGVS定义的命名方式）
5. esp6500siv2_all 给出该突变在 esp6500siv2_all 突变频率
6. 不同类型的数据库提供了多种类型的注释信息。
参考
ANNOVAR | 注释 http://itpcb.com/a/269905
生信修炼手册 |ANNOVAR变异位点注释软件
