一、bwa比對軟件的使用

1、對參考基因組構(gòu)建索引

bwa index -a bwtsw hg19.fa? ?#? -a 參數(shù)：is[默認(rèn)] or bwtsw，即bwa構(gòu)建索引的兩種算法，兩種算法都是基于BWT的（BWT search while the CIGAR string by Smith-Waterman alignment.）。-a bwtsw對于短的參考序列是不工作的，必須要大于等于10Mb；-a is 不適用于大的參考序列，必須要小于等于2G；

output：hg19.fa.amb、hg19.fa.ann、hg19.fa.bwt、hg19.fa.pac和hg19.fa.sa

2、尋找輸入reads文件的SA坐標(biāo)

對于pair end數(shù)據(jù)，每個reads文件單獨(dú)做運(yùn)算，single end數(shù)據(jù)就不用說了，只有一個文件。

?pair end：

?bwa??aln??hg19.fa??read1.fq.gz??-l 30??-k 2??-t 4??-I??> read1.fq.gz.sai? ?or? ?bwa??aln??hg19.fa??read1.fq.gz??-l 30??-k 2??-t 4??-I -f?read1.fq.gz.sai

?bwa??aln??hg19.fa??read2.fq.gz??-l 30??-k 2??-t 4??-I??> read2.fq.gz.sai? ?or? ?bwa??aln??hg19.fa??read2.fq.gz??-l 30??-k 2??-t 4??-I -f?read2.fq.gz.sai

?single end：

?bwa??aln??hg19.fa??read.fq.gz??-l 30??-k 2??-t 4??-I??> read.fq.gz.sai? ? ? ?or? ?bwa??aln??hg19.fa??read.fq.gz??-l 30??-k 2??-t 4??-I? -f? read.fq.gz.sai?

主要參數(shù)說明：

-o int：允許出現(xiàn)的最大gap數(shù)。

-e int：每個gap允許的最大長度。

-d int：不允許在3’端出現(xiàn)大于多少bp的deletion。

-i int：不允許在reads兩端出現(xiàn)大于多少bp的indel。

-l int：Read前多少個堿基作為seed，如果設(shè)置的seed大于read長度，將無法繼續(xù)，最好設(shè)置在25-35，與-k 2 配合使用。

-k int：在seed中的最大編輯距離，使用默認(rèn)2，與-l配合使用。

-t int：要使用的線程數(shù)。

-R int：此參數(shù)只應(yīng)用于pair end中，當(dāng)沒有出現(xiàn)大于此值的最佳比對結(jié)果時，將會降低標(biāo)準(zhǔn)再次進(jìn)行比對。增加這個值可以提高配對比對的準(zhǔn)確率，但是同時會消耗更長的時間，默認(rèn)是32。

-I int：表示輸入的文件格式為Illumina 1.3+數(shù)據(jù)格式。

-B int：設(shè)置標(biāo)記序列。從5’端開始多少個堿基作為標(biāo)記序列，當(dāng)-B為正值時，在比對之前會將每個read的標(biāo)記序列剪切，并將此標(biāo)記序列表示在BC SAM 標(biāo)簽里，對于pair end數(shù)據(jù)，兩端的標(biāo)記序列會被連接。

-b ：指定輸入格式為bam格式。bwa??aln??hg19.fa??read.bam??> read.fq.gz.sai

3、生成sam格式的比對文件

如果一條read比對到多個位置，會隨機(jī)選擇一種

single end：bwa??samse??hg19.fa??read.fq.gz.sai??read.fq.gz??> read.fq.gz.sam

?參數(shù)：

?-n int：如果reads比對次數(shù)超過多少次，就不在XA標(biāo)簽顯示。

?-r str：定義頭文件。‘@RG\tID:foo\tSM:bar’，如果在此步驟不進(jìn)行頭文件定義，在GATK后續(xù)分析中還是需要重新增加頭文件。

pair end：bwa sampe -a 500 read1.fq.gz.sai read2.fq.gz.sai read1.fq.gz read2.fq.gz > read.sam

參數(shù)：

-a int：最大插入片段大小。

-o int：pair end兩reads中其中之一所允許配對的最大次數(shù)，超過該次數(shù)，將被視為single end。降低這個參數(shù)，可以加快運(yùn)算速度，對于少于30bp的read，建議降低-o值。

-r str：定義頭文件。同single end。

-n int：每對reads輸出到結(jié)果中的最多比對數(shù)。

4、其他

（1）

bwa mem ref.fa reads.fq > aln-se.sam 單端測序

bwa mem ref.fa read1.fq read2.fq > aln-pe.sam 雙端測序

（2）

bwa aln ref.fa short_read.fq > aln_sa.sai

bwa samse ref.fa aln_sa.sai short_read.fq > aln-se.sam

bwa sampe ref.fa aln_sa1.sai aln_sa2.sai read1.fq read2.fq > aln-pe.sam

（3）

bwa bwasw ref.fa long_read.fq > aln.sam

二、sam文件格式說明

1、

XT:A:U/R?? ? Type:Unique/Repeat/N/Mate-sw? ? #?U指第五列比對值>0;R指第五列比對值==0

參考文獻(xiàn)：

1、《GATK使用方法詳解（包含bwa使用）》http://www.tanboyu.com/gatk-bwa.html

2、《bwa英文操作手冊》http://www.chinadmd.com/file/ecaeoaecwzvs3trpxpwtzows_1.html

轉(zhuǎn)載于:https://www.cnblogs.com/Formulate0303/p/7826944.html

總結(jié)

以上是生活随笔為你收集整理的bwa比对软件的使用以及其结果文件（sam）格式说明的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。