写在前面：
Manta作为一款结构变异检测的软件，它最显著的特点就是快，官方声称其分析用时不到其他软件的十分之一，一般的WGS分析能够在2个小时内分析完成。Manta利用成对的read和截断的read信息进行SV检测，支持germline和somatic (tumor-nomal sample pairs) 结构变异的检出。除了可以广泛应用于WGS分析，Manta多加几个参数就可以方便的用于target区域的SV检测了。
检测target区域所需参数：
--callRegions 该参数后接BED.gz压缩文件
BED文件在使用 bgzip 命令压缩后，还需要用 tabix 命令创建索引，放在BED.gz文件的同一路径下，这点跟Strelka很像。准备方法如下：
bgzip BED > BED.gz 生成bed.gz用于tabix构建索引
tabix -p bed BED.gz tabix 构建索引,生成bed.gz.tai
--exome
这个flag可以取消为WGS设计的高深度过滤（high depth filters）, 该过滤是为了改善中心粒周围reads堆积而设计的，对于target区域和全外显子检测是不适用的。
--config 该参数后接修改后的config文件
Manta的默认参数文件是为WGS设计的，在检测target区域的情况下，可以通过修改参数文件提高敏感性。参数文件的默认位置：${MANTA_INSTALL_PATH}/bin/configManta.py.ini 。不建议直接修改该文件，因为这里面的参数是每次运行都要调取的，建议将该文件备份后，修改备份文件，并将备份文件加在--config后面。需要修改的参数如下：
# Remove all edges from the graph unless they're supported by this many 'observations'.
# Note that one supporting read pair or split read usually equals one observation, but evidence is sometimes downweighted.
minEdgeObservations = 2
# Run discovery and candidate reporting for all SVs/indels with at least this many spanning support observations
minCandidateSpanningCount = 2
增加了以上参数设置，target区域的检测基本就大功告成了。Manta的速度果然快的感人，CREST一天都没有跑完的流程，它只用了几十分钟。。。当然检出的结构变异数量也相差比较大，待比较完结果再更。
参考：
https://github.com/Illumina/manta/blob/master/docs/userGuide/README.md#exometargeted
