GATK CollectSequencingArtifa报错:Record contains library that is missing from header: UnknownLibrary解决

最近在使用GATK的工具进行NGS-Panel数据处理的过程中，经常遇到各种报错，但是网上对应的教程又很少，慢慢会整理各种错误及我的解决以供大家参考。

这里使用GATK的CollectSequencingArtifactMetrics对BAM文件进行分析。

CollectSequencingArtifactMetrics 是一个由 Picard 提供的工具，用于量化单碱基测序伪影。这个工具主要关注与杂交选择协议相关的两种测序错误，即预适配器和诱饵偏差。预适配器错误是在PCR扩增前的实验室操作中产生的，而诱饵偏差则发生在或之后的目标选择步骤，并且与参考/正链上的一个碱基相对于该链上的互补碱基的替代率“偏斜”或更高有关。

我运行完后报错：

Exception in thread "main" picard.PicardException: Record contains library that is missing from header: UnknownLibrary

这是因为没有给BAM文件进行READ GROUP分组：@RG

您应该/必须指定一些 read-groups。

Read groups – GATK

可以通过运行：

samtools view -H | grep '^@RG'

看一下BAM文件中是否含有RG，若无，那就需要加上。

使用GATK的：AddOrReplaceReadGroups加上RG。

Read groups – GATK

java -jar picard.jar AddOrReplaceReadGroups \
       I=input.bam \
       O=output.bam \
       RGID=4 \
       RGLB=lib1 \
       RGPL=ILLUMINA \
       RGPU=unit1 \
       RGSM=20
 

然后就可以正常运行了：