GATK：基因组分析工具集

GATK 是面向二代测序数据的开源基因组分析工具集，提供变异发现与基因分型等流程，支持本地与云端并行运行。

这个工具是什么

GATK（Genome Analysis Toolkit）由 Broad Institute 开发，是用于二代测序数据分析的软件包。GATK4 整合了 GATK 与 Picard 的成熟工具，并加入新工具，提供统一框架。其代码以 Apache 2.0 许可开源，主要用 Java 编写，要求 Java 17 运行环境，部分工具依赖 Python 3.10.13 和 R 4.3.1。GATK4 支持通过 Apache Spark 在本地集群或云端并行运行部分工具，并可在 Google Cloud Storage 上处理输入数据。

核心能力

• 整合 GATK 与 Picard 的成熟工具，提供统一的命令行框架。
• 支持变异发现与基因分型等二代测序分析流程。
• 部分工具可利用 Apache Spark 在集群或云端并行运行。
• 提供 Docker 镜像，便于部署和运行。

科研中的典型用法

• 对二代测序数据执行变异发现流程，识别 SNP 和 indel。
• 使用 Picard 工具进行测序数据预处理和质控。
• 在本地 Spark 集群或 Google Cloud Dataproc 上并行运行 Spark 工具。

快速上手

可从 GATK 官网下载预编译可执行文件，或使用 Docker 镜像。运行需 Java 17，部分工具需 Python 3.10.13 及依赖包，绘图需 R 4.3.1。命令行通过 `gatk` 前端脚本调用，支持传入 JVM 选项和配置文件。构建需 Java 17 JDK、Git 2.5+ 和 git-lfs，并下载约 5GB 测试数据。

生态与相近工具

同领域有 Picard（已整合进 GATK4）、Samtools、BCFtools 等工具。GATK4 侧重变异发现与基因分型流程，并支持 Spark 并行；Samtools/BCFtools 更轻量，适合格式操作和基础分析。选择时可依据分析流程需求、并行规模及部署环境决定。

项目信息

• 仓库：broadinstitute/gatk
• 星标：2,000　·　派生：626
• 主要语言：Java
• 许可证：NOASSERTION
• 最近提交：2026-09-18
• 项目主页：https://software.broadinstitute.org/gatk

本文属于《学科研究工具知识库 · 生命科学》第 7 篇（按 GitHub 星标排序）。收录标准：该学科公开可获取的开源研究工具，星标与活跃度为主要参考，不代表对其性能或适用性的背书；选型前请结合自身场景评估。