Funcotator初识：什么是Funcotator，它能做什么

从我的实战说起

先讲个真实的事。两年前，我接手一批儿科遗传病的WES数据，变异列表里有个COL2A1的错义突变，ClinVar标注为“致病”，但我想看看这个位点在已知功能域的具体注释时——GenomeBrowse、ANNOVAR、VEP……翻了个遍，发现不同工具给出的功能影响描述差异很大，让我一度怀疑是不是数据出了问题。

当时团队里有人推荐了Funcotator。说实话，我一开始没太在意，觉得又是个“新轮子”。但后来在GATK官方文档里看到它专为临床场景优化，我抱着试试的心态跑了一遍。结果呢？同一份VCF，它不但把转录本、蛋白质改变、dbSNP ID、人群频率、ClinVar临床意义都对齐了，还能自动标记关键的“LOF”标签。嗯，从那以后，它就成了我日常解读变异的标配。

Funcotator到底是什么

说白了，Funcotator就是一个变异注释工具。它读取你的VCF或MAF文件，根据参考基因组和一组内置的“数据源”（比如GenCode、ClinVar、gnomAD、COSMIC等），逐个位点地补充上你关心的生物学和临床信息。它的全称是Functional Annotator，但官方文档里说它“is designed for clinical and translational research”——这一点和很多通用注释器不一样。

下面这张图概括了它在整个变异解读流程中的位置和输入输出。

它能做什么——核心功能一览

我习惯把Funcotator的能力分成三个层面：转录水平注释、功能预测、临床数据整合。下面这张表我每次培训都会拿出来讲——尤其是第三列，全是血泪教训换来的经验。

在临床变异解读中的角色

Funcotator 不是解读者，而是解读者的“军火库”。它的真正价值在于把原始VCF中的每一行变异坐标，转换成人类可读的、带有丰富上下文信息的表格。你想想看，如果没有这样一个统一标注层，你拿着几千个变异，光去每个数据库逐一查rs号就能查三天。

我自己的临床流程是这样：先走GATK HaplotypeCaller得到raw VCF，然后用功能过滤（比如 --filter-name "Funcotator_common"）筛掉频率大于1%的SNP，最后才把剩余的变异输入Funcotator做全注释。注释完直接生成MAF格式，导入IGV和电子病历系统，每行都带ClinVar评级和ACMG豁免建议——这就是Funcotator在真实报告流程中的角色：把“可能性”转化成“可解释性”。

--merge-input-intervals true
--filter-out-filtered-variants false

怎么在命令行里跑起来？

最低成本的入门命令（假设你已经下载了Funcotator数据源到 /data/funcotator_ref）：

gatk Funcotator \
    --variant input.vcf \
    --reference /data/hg38/Homo_sapiens_assembly38.fasta \
    --ref-version hg38 \
    --data-sources-path /data/funcotator_ref \
    --output output.vcf \
    --output-file-format VCF

如果你想要MAF格式（我习惯这样，因为可以直接导入实验室的LIMS系统），把--output-file-format改成MAF就行：

gatk Funcotator \
    --variant input.vcf \
    --reference /data/hg38/Homo_sapiens_assembly38.fasta \
    --ref-version hg38 \
    --data-sources-path /data/funcotator_ref \
    --output output.maf \
    --output-file-format MAF

跑完之后，你会看到每一列都是标准化的：Hugo_Symbol、Chromosome、Start_Position、Variant_Classification……这就是为下游R/Python分析铺好路的“毛坯房”。