基因组数据分析中，Integrative Genomics Viewer（IGV）以其直观的交互式界面和丰富的可视化功能，成为我们查看变异和注释等基因组信息的首选工具。然而，在某些情景下 IGV 的可视化优势难以发挥：基因组数据在服务器上，但在服务器中无法方便地调用图形页面，而基因组数据下载到本地再使用 IGV 可视化又过于不便且耗时（特别是在数据量庞大的情况下）。

针对这一问题，igv-reports 成为了一个很好的替代工具。它能够将 IGV 的会话内容和基因组浏览快照一并打包成静态 HTML 报告。生成的报告文件下载到本地后，用户可直接在浏览器中查看和交互，操作体验与 IGV 类似，同时支持灵活分享，兼顾效率与便捷性。

Source: https://igvteam.github.io/igv-reports/examples/example_vcf.html

需要注意的是，igv-reports 适用于可视化基因组部分区域时使用，例如你关注的是某些变异位置或特定基因附近的比对情况/信号时，使用 igv-reports 是合适的。但如果你想要大尺度地进行可视化（例如展示整条染色体的变化情况等），该方法可能具有一定局限性（见下文）。请根据自己的需求选择合适的方案。

igv-reports 安装

关于 igv-reports 的运行，最全面的资料请前往 igv-reports github page。

igv-reports 需要 python 3.8 及以上版本，可使用 conda 或 pip 安装：

1
2
3
4
# conda
conda install bioconda::igv-reports
# pip
pip install igv-reports

如果遇到依赖问题，可检查是否是 pysam 未正常安装，如果是，可通过 conda 解决：

1
conda install bioconda::pysam

igv-reports 使用

igv-reports 可用于多种类型的数据可视化，本文将详细介绍其中一个使用示例，涉及到可视化变异位点及其附近的比对情况。为了复现该使用示例，你可以运行以下命令以克隆 igv-reports repository 并移动至有关文件夹：

1
2
git clone https://github.com/igvteam/igv-reports.git
cd igv-reports

使用示例

完成上述操作后，运行以下命令：

1
2
3
4
5
6
7
8
9
10
11
12
create_report test/data/variants/variants.vcf.gz \
    --genome hg38 \
    --ideogram test/data/hg38/cytoBandIdeo.txt \
    --flanking 1000 \
    --info-columns GENE TISSUE TUMOR COSMIC_ID GENE SOMATIC \
    --samples reads_1_fastq \
    --sample-columns DP GQ \
    --tracks \
    test/data/variants/variants.vcf.gz \
    test/data/variants/recalibrated.bam \
    test/data/hg38/refGene.txt.gz \
    --output example_vcf.html

输出的页面概览可见（结合该页面以理解下述参数说明）：https://igvteam.github.io/igv-reports/examples/example_vcf.html

重点理解这里面各个参数的作用：

  • 输入文件为 test/data/variants/variants.vcf.gz，除了 VCF 文件外，也可提供 BED 或 MAF 等以制表符分隔的格式文件。需注意使用 VCF 文件时部分参数的表现会有些许不同。
  • --genome：指定参考基因组版本。也可使用 --fasta 替换该参数并自行指定基因组序列文件路径（需建好索引）。
  • --ideogram：染色体带型文件路径，用于绘制染色体带型，非必需。
  • --flanking：指定目标区域两侧扩展的碱基数（默认 1000），仅扩展后的区域中 track 信息会被保留。
  • --info-columns：包含在页面上方表格（此例中即变异表格）中的信息字段名称列表。如果输入的文件为 VCF，则这里给定的列表对应 INFO 列中的字段。如果输入的文件为其他制表符分隔格式，则对应列名。
该示例文件中的 INFO 字段信息
  • --samples & --sample-columns：包含在变异表格中的样本信息。--samples 未指定时默认使用全部样本，--sample-columns 指定具体展示样本的哪些信息（此例中即展示深度 DP 及基因型质量 GQ）。
  • --tracks：展示的 track，支持多种文件类型，如比对文件（BAM/CRAM）、变异数据（VCF）、注释文件（GFF3/GTF）及基因模型（UCSC genePred）等。此处分别指定了变异 VCF 文件、比对文件和 UCSC genePred 注释文件。
  • --output：输出的 html 报告文件。

最详细的参数说明可见：https://github.com/igvteam/igv-reports?tab=readme-ov-file#creating-a-report

更多的命令示例可见：https://github.com/igvteam/igv-reports?tab=readme-ov-file#examples

此处将额外提及一些其他需要注意&使用场景更多的参数。

其他场景及需注意参数

使用除 VCF 文件以外的制表符格式文件时：

  • --sequence 参数用于指定染色体名称所在的列数。
  • --begin 及 --end 分别对应起始位置和终止位置。
  • 使用 --info-columns 可以限制展示的信息。

在 track 中包含 BAM/CRAM 等比对文件时：

  • --exclude-flags 用于过滤比对，其默认值为 1536（即过滤重复和不可靠的比对）。将该值设为 0 将不做过滤。

有关局限性

经过测试，igv-reports 的主要时间开销在于加载 track 文件和基因组文件中，因此运行速度上不需要过于担心。但需要注意，其输出文件的大小与展示的区域大小有关，上述示例的输出文件仅 1mb 左右是由于其仅涉及到 13 个变异位点及其两侧 1kbp 区域，如果想可视化整条染色体序列，输出文件就会大很多（作为参考：我使用 5 个 track 的人类 22 号染色体可视化结果文件大小为 1.45G）。

综上，若需展示大范围区域（如整条染色体），建议优先使用 IGV 本地客户端。igv-reports 更适用于靶向分析（如特定基因或变异位点），以平衡可视化效果与文件体积。