一个根据annovar结果关联用药的测试流程

https://ftp.ncbi.nlm.nih.gov/refseq/MANE/MANE_human/release_1.0/MANE.GRCh38.v1.0.summary.txt.gz

https://civicdb.org/downloads/01-Dec-2022/01-Dec-2022-ClinicalEvidenceSummaries.tsv

1.annovar结果存在多个转录本问题，此脚本尝试选取MANE项目中的对应转录本，否则将取最靠前的转录本，并输出警告
2.civic中的蛋白质与cDNA突变命名满足hgvs标准命名规范，但是annovar的氨基酸水平命名并不完全遵守此规则（使用-hgvs参数，可以使annovar cDNA突变符合hgvs标准）。
已知的有：
终止密码子突变时，hgvs: NM_004958:p.C2546* annovar: NM_004958:p.C2546X 见 annovar issue
同义突变时，hgvs:p.C123= annovar: p.C123C

关于终止密码子突变符号描述,hgvs的原话是In addition HGVS nomenclature uses “Ter” (three-letter amino acid code) and “*” (three- and one-letter amino acid code) to indicate a translation termination (stop) codon. NOTE: in older versions the “X was used instead.

同义突变的描述的更改提案在2015年10月6日接受 总之annovar对HGVS格式不友好，疑似遵循老版HGVS标准

目前设想是:先根据annovar -hgvs 获得满足hgvs命名规则的cDNA突变命名，再借由python hgvs包，解析出氨基酸水平突变命名。最终将其与civic用药信息关联。 发现由于转录本版本问题，并不是所有cDNA_to_protein都能成功，见https://github.com/biocommons/hgvs/issues/649#issue-1518426891，解决方法可能是使用annovar下载的refseq数据库，而是自下载refseq并更新

并且，测试发现hgvs性能很差（可能是未本地化原因），一个cDNA突变映射到氨基酸水平需要10秒左右。

考虑以上种种原因，显然，基于VEP的结果去关联civic的药物靶点信息，是更好的选择(后续有机会仔细学下VEP，暂定名vepcivic) 目前，只能将已知的*替换为X以实现匹配

3.civic涵盖突变类型很多，要用于实际生产与科研，必须人工逐一核对。本流程仅作测试用途，部分变异暂未能完全解析（见civic_clean/unaccept_var.tsv）

注释层级与优先顺序为 ： 蛋白质层面准确变异位点，如：EGFR p.L858R
蛋白质层面位置无准确位点，如：EGFR p.G719
cDNA准确位点，如：JAK2 c.1641+1dup （注意，这取决于civic内是否用cDNA层级表示）
任何突变，如KRAS MUTATION

4.civic本身存在变体未细分的问题，如EGFR EXON 19 DEL，EGFR EXON 20 INS，后续我打算将这类突变归类起来，创建一个json文件，直接根据annovar结果映射

#下载
git clone https://github.com/user-tq/anvcivi.git
#安装依赖
pip install -r requirements.txt
#测试运行
python anvcivi.py -i example.tsv  -o example_out/  -d ALL

注意，实际运行需配置 anvcivi.config.yml 中资源为绝对路径
anvcivi.py 需要与anvcivi.config.yml 同一目录

输入文件格式：见example.tsv 注意，这是一个轻量级脚本，不会校验基因、转录本、外显子、突变是否正确（如example.tsv中的JAK1，JAK2），并且只支持氨基酸简写

利用pywebio可构建网页app,占用8800端口

python civiweb.py