STAR:转录组数据比对工具简介
欢迎关注”生信修炼手册”!
STAR是一款RNA_seq数据专用的比对软件,比对速度非常快,最大的优势是灵敏度高,GATK推荐采用STAR比对,然后进行下游的SNP分析。软件的源代码保存在github上,地址如下
https://github.com/alexdobin/STAR
安装过程如下
wget https://github.com/alexdobin/STAR/archive/2.6.1b.tar.gz
tar xzvf 2.6.1b.tar.gz
解压缩之后,在bin/Linux_x86_64_static
目录下,提供了编译好的可执行文件STAR
。和hisat等软件不同,STAR将所有的功能整合在了同一个程序中,通过切换runMode来执行不同的任务。
1. 构建基因组索引
运行比对前,首先需要对基因组建立索引,建立索引对应的runMode为genomeGenerate
, 基本用法如下
STAR --runMode genomeGenerate \
--runThreadN 20 \
--genomeFastaFiles hg19.fasta \
--genomeDir hg19_STAR_db \
--sjdbGTFfile hg19.gtf \
--sjdbOverhang 149
建立索引需要基因组的fasta和gtf文件,通过genomeFastaFiles
和sjdbGTFfile
这两个参数分别指定;STAR构建索引需要指定一个输出目录,这个目录必须事先创建好,在该目录下,会生成许多文件,所以必须有写权限;runThreadN
指定线程数;sjdbOverhang
的值默认为100, 在实际设置时,最佳取值为max(read_length) - 1
。
在构建索引时,还支持加入intron
的区间信息,通过sjdbFileChrStartEnd
指定对应的文件,多个文件用逗号分隔,这种格式的文件是由STAR比对产生的,通常用于2-pass比对模式。
官方推荐基因组的fasta采用primary_assembly
版本, 不应该包含alt_scaffold
和patches
。对于human而言,NCBI的链接如下
ftp://ftp.ncbi.nlm.nih.gov/genomes/refseq/vertebrate_mammalian/Homo_sapiens/latest_assembly_versions/GCF_000001405.38_GRCh38.p12/GCF_000001405.38_GRCh38.p12_assembly_structure/Primary_Assembly/
Ensembl链接如下
ftp://ftp.ensembl.org/pub/release-93/fasta/homo_sapiens/dna/Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz
2. 运行比对
STAR支持fasta/fastq格式的输入文件,如果序列文件是压缩之后的,需要用readFilesCommand
参数指定文件解压缩的方法,对于gzip压缩的文件而言,有以下两种下写法
--readFilesCommand zcat
--readFilesCommand gzip -c
比对完成后,会输出许多文件,包含4个类别
log文件
sam文件
bam文件
剪切位点文件
每个文件都有事先定义好的名字,当多个样本同时运行时,为了加以区分,可以通过outFileNamePrefix
指定输出文件的前缀。前3种类型的文件都比较容易理解,剪切位点文件实际上是根据mapping情况,估算出来的intron区间的信息,默认的文件名称为SJ.out.tab
。
默认输出的比对文件为SAM格式,为了节省磁盘空间,方便下游分析,可以通过outSAMtype
参数指定输出bam文件,该参数有两个字段值,第一个值指定文件类型, 取值有SAM
和BAM
两种,第二个值指定是否排序,取值范围包括Unsorted
, SortedByCoordinate
, 写法如下
--outSAMtype BAM SortedByCoordinate
上述写法输出排序之后的bam文件。
单端数据比对的基本用法如下
STAR \
--runThreadN 20 \
--genomeDir hg19_STAR_db \
--readFilesIn reads.fq \
--sjdbGTFfile hg19.gtf \
--sjdbOverhang 149 \
--outFileNamePrefix sampleA \
--outSAMtype BAM SortedByCoordinate
双端数据比对的基本用法如下
STAR \
--runThreadN 20 \
--genomeDir hg19_STAR_db \
--readFilesIn r1.fq.gz r2.fq.gz \
--readFilesCommand zcat \
--sjdbGTFfile hg19.gtf \
--sjdbOverhang 149 \
--outFileNamePrefix sampleA \
--outSAMtype BAM SortedByCoordinate
以上只是基本的比对,STAR官方更推荐使用2-pass比对模式,即比对两次,有以下两种方式
multi-sample 2-pass
第一次比对和上述的用法一致,比对完之后,每个样本会产生一个intron的区间文件SJ.out.tab
; 在第二次比对之前,重新构建一次基因组的索引,添加所有样本的SJ.out.tab
文件,然后利用新的基因组索引重新比对。这种做法综合了多个样本的intron
信息,比对的灵敏度会更高,缺点是操作比较繁琐。per-sample 2-pass
对于单个样本,在比对时直接添加--twopassMode Basic
参数,软件会自动进行两次比对,将第一次比对的SJ.out.tab
加入到索引,然后重新比对。这种方法操作简单,适用于单个样本的2-pass 比对。
更多参数和用法请参考官方文档。
·end·
—如果喜欢,快分享给你的朋友们吧—
扫描关注微信号,更多精彩内容等着你!
STAR:转录组数据比对工具简介相关推荐
- windows原型设计工具_Windows的疯人性原型工具简介
windows原型设计工具 The topic for today is on Lunacy, a free native Windows graphic design app that works ...
- 《python 与数据挖掘 》一 1.2 工具简介
本节书摘来自华章出版社<python 与数据挖掘 >一书中的第1章,第1.2节,作者张良均 杨海宏 何子健 杨 征,更多章节内容可以访问云栖社区"华章计算机"公众号查看 ...
- 【Windows 逆向】OD 调试器工具 ( OD 工具简介 | OD 工具与 CE 工具对比 )
文章目录 一.OD 工具简介 二.OD 工具与 CE 工具对比 三.博客资源 一.OD 工具简介 OD 全程是 PLLYDBG , 动态追踪工具 , 是目前最流行的 调试解密 工具 ; 该工具支持插件 ...
- 【Android 命令行工具】Android 命令行工具简介 ( 官方文档 | SDK 命令行工具 | SDK 构建工具 | SDK 平台工具 | 模拟器工具 | Jetifier 工具 )
文章目录 一.官方文档 二.Android 命令行工具简介 1.SDK 命令行工具 2.SDK 构建工具 3.SDK 平台工具 4.模拟器工具 5.Jetifier 工具 一.官方文档 Android ...
- 【音频处理】Melodyne 选择工具使用 ( 主工具简介 | 修改音高 | 自动吸附 | 音符长度修改 | 长度自动吸附 | 设置音符分离线 | 设置片段分离线 )
文章目录 一.主工具简介 二.选择工具 | 修改音高 三.自动吸附 四.修改音符长度 五.修改音符长度自动吸附 六.音符分离线设置 七.设置片段分离线 一.主工具简介 主工具 是 主工具栏 中的 66 ...
- Algorithm:机械优化设计的数学模型简介、常用优化方法、优化计算工具简介之详细攻略
Algorithm:机械优化设计的数学模型简介.常用优化方法.优化计算工具简介之详细攻略 目录 机械设计中基于算法模型的机械优化设计 1.优化设计的数学模型
- sysbench压力测试工具简介和使用(一)
sysbench压力测试工具安装和参数介绍 一.sysbench压力测试工具简介: sysbench是一个开源的.模块化的.跨平台的多线程性能测试工具,可以用来进行CPU.内存.磁盘I/O.线程.数据 ...
- Qualcomm QXDM工具简介和log抓取
高通工具简介 QXDM 简介 QXDM 安装 QXDM 激活 QXDM 使用AT打开Diagnostic口 QXDM 配置 1 Message View Configuration Message P ...
- Python静态类型解析工具简介和实践
简介: Python是一门强类型的动态类型语言,开发者可以给对象动态指定类型,但类型不匹配的操作是不被允许的.动态类型帮助开发者写代码轻松愉快,然而,俗话说:动态一时爽,重构火葬场.动态类型也带来了许 ...
- webstrom 开发工具简介
webstrom 开发工具简介 验证码 http://idea.javatiku.cn/ 方法 https://www.jianshu.com/p/76f97992bb32
最新文章
- 2021年大数据Spark(十一):应用开发基于IDEA集成环境
- seaborn将图例放置在图像外部并使用move_legend函数将图例(legend)放置在图像的底部(bottom)、且单行展开显示
- sas和python哪个更容易_我该选择谁?SAS VS Python
- python画柱形图-Python绘制柱状图
- 实用技巧:Linux操作系统Vim/Vi编程提速
- 内存管理1retain和release
- Git 仓库基础操作
- kettle分布式部署_Kettle(三)分布式架构
- javaweb实训第一天上午——HTML和CSS
- React:创建用于获取数据的自定义Hook
- FFmpeg总结(十三)用ffmpeg基于nginx实现直播功能,不用第三方SDK,自研推流拉流
- Java程序员简历书写
- 灰鸽子病毒——网络神偷之后应用最广的反弹端口***
- 模模搭古城搭建学习笔记3:建筑篇
- Rasa 聊天机器人Rasa_NLU_Chi
- oracle nested loops outer,11g对Nested Loops的改进
- Run Run Run
- 单道批处理操作系统、多道批处理操作系统以及分时操作系统区别
- android 广告视频,Android开屏视频广告
- C51学习笔记(一)