HTSeq的使用说明

文章摘自：https://www.jianshu.com/p/d9d76ce23822
https://www.jianshu.com/p/ff585b72f04e
简介：htseq-count 是一款用于reads计数的软件，他能对位于基因组上的一些单位的reads数进行统计，这里所说的单位主要是指染色体上的一组位置区间（我们常见的就是gene exon）
基本用法：

htseq-count [options] <alignment_file> <gff_file>
一般用法为： htseq-count *bam $gtf

-f <format>, –format=<format> ：
指定输入文件的格式，<format> 可以是 sam (for text SAM files) 或 bam (for binary BAM files)格式，默认是sam.
-r <order>, –order=<order>
对于双端测序数据，必须要对SAM文件进行排序，对read name或 位置 进行排序皆可，通过 -r 可以指定您的数据是以什么方式排序的： <order> 可以是 name 或 pos ， 默认是name.
如果你指定name（按read name 排序）, htseq-count 期望输入的文件中的read pair是紧邻的2行；而指定pos (按位置排序) ，则不需要这样，进一步说，如果指定pos , 可以不排序，但这样会耗费更多的内存和效率。
-s 是否这个数据是来自链特异性建库（默认 yes)
-a 指定一个最低 read mapping质量值，低于值会被过滤掉，默认是10
-t 指定最小计数单位类型,默认值是：exon
-i GFF文件的一类属性，最终的计数单位，默认值是：gene_id
-m 判断一个reads属于某个基因的模型，默认：union
-n 指定多线程，默认是1

输出文件类似于：

ENSG00000000003.14      21
ENSG00000000005.5       8
ENSG00000000419.12      13
ENSG00000000457.13      65
......
ENSG00000282815.1 25
__no_feature 42987809     #不能对应到任何单位类型的reads数
__ambiguous 183025        #不能判断落在那个单位类型的reads数
__too_low_aQual 0         #低于-a设定的reads mapping质量的reads数
__not_aligned 0           #存在于SAM文件，但没有比对上的reads数
__alignment_not_unique 0   #比对到多个位置的reads数

计数原理：

read的计数原理