RNA_seq:将修剪后的序列比对到参考基因组

比对参考基因组的2种软件：hisat2、subjunc

hisat2软件

1、构建索引：

• 官网下载：https://ccb.jhu.edu/software/hisat2/manual.shtml
  hisat2官网下载官方索引
• 通过hisat2-build构建基因组索引：（不推荐）

2、关于hisat2：

• Hisat2主要是用来进行转录组数据的比对。使用--help查看选项和参数

hisat2主要参数：
-x <hisat-idx> ## 索引数据文件的前缀。
-1 <m1> ## 双末端测序结果的第一个文件。若有多组数据，使用逗号将
文件分隔。 Reads的长度可以不一致。
-2 <m2> ## 双末端测序结果的第二个文件。若有多组数据，使用逗号将
文件分隔，并且文件顺序要和-1参数的对应。 Reads的长度可以不一致。
-U <r> ## 单端数据文件。若有多组数据，使用逗号将文件分隔。可以和-1,-2参数同时使用。 Reads的长度可以不一致。
-p <num> ## 线程数

• hisat2输出的为sam文件

3、hisat2出现的错误日志：

IndexError: index out of range：此错误并不影响比对过程的完整进行，可以忽略。
https://zhuanlan.zhihu.com/p/121813072

4、比对结果：

比对结果的解释

subjunc比对：

subjunc是subread软件包中用于比对的工具，可用于发现外显子与外显子之间的连接，及发现融合基因。

1、建立参考基因组索引：

(rna) May5 15:21:21 ~/project/airway/05.mapping
$ index=/teach/database/index/subread/hg38/hg38  #技能树

2、subjunc常用参数

subjunc常用参数：
• -i <index> ## 索引数据文件的前缀。
• -r <m1> ## 双末端测序结果的第一个文件。 #相当于hisat2的-1参数
• -R <m2> ## 双末端测序结果的第二个文件。 #相当于hisat2的-2参数
• -T <num> ## 线程数 #相当于hisat2的-p参数

• subjunc输出的为bam文件

sam与bam文件

• 1、SAM全称： sequence alignment/map format。
  BAM是SAM的二进制文件(B源自binary)。

SAM/BAM文件构成：
标头注释部分（header section）
比对结果部分（alignment section）

• 2、表头注释部分：

  
  表头注释部分

• 3、比对结果部分：参考网站：https://www.samformat.info/sam-format-flag
  a.每一行表示一个read的比对信息。
  b.每行包括11个必须字段和1个可选字段，字段之间用制表符分割。
  

  sam比对结果示例
  比对结果说明
  比对结果说明2
  cigar序列信息表达式解释