GATK4进行变异检测是否可以多线程

本地跑GATK4的时候发现，它的参数设置中竟然没有多线程的参数，这和GATK3有点大不同，因为在GATK3中我们可以用-nt或者-nct来设定多线程运行，但是GATK4却没有类似的参数，这是为啥呢？

早有研究者问过GATK的团队，官方的回答简单粗暴，没有！如果要使用多线程来跑GATK4流程，那么就在本地节点配置好Spark，那样子就可以用GATK4中的Spark功能模块（比如： HaplotypeCallerSpark、BaseRecalibratorSpark、ApplyBQSRSpark、SortSamSpark、MarkDuplicatesSpark）运行，让Spark来完成多线程。现在GATK4中有蛮多的应用采用了Spark的技术，大家可以使用下面的代码查看：

/path/of/your/local/gatk4/gatk --list

跑过GATK3的同学们应该了解过，以前GATK3中的多线程功能的效果其实并不好，而且还容易出问题。可能也是由于这方面的原因，GATK团队这一次在GATK4中就干脆放弃了通过自己团队实现多线程的想法，直接使用现成的Spark来完成多线程使用的调度。另外，值得一提的是在GATK4中跑并行任务的最好做法是采用WDL和Cromwell相结合的方式。

话虽如此，但GATK团队实际上还是留下了唯一的一个例外！那就是HaplotypeCaller中最消耗计算资源的模块——pariHMM，这个是可以本地单独多线程的！通过“–native-pair-hmm-threads”这个参数来设置，它默认是4，功能有些隐蔽！

							—— dulunar 后记于 2019.12

GATK

CATALOG

FEATURED TAGS

FRIENDS