在ALLHiC使用过程中需要构建Allele.ctg.table，用于过滤多倍体基因组中因等位序列相似引起的HiC噪音的必要输入。官网提供了两种办法，一种是blastn，需要对草图基因组进行注释，这个过程挺麻烦的，在最下边看到了也可以使用GMAP。我的目录下之前已经安装了GMAP， 可我对这个软件已经一点印象也没有了，再学习一下。
GMAP的方法不需要提供目标基因组的注释文件，只需要提供多倍体基因组的基因组序列和近缘物种的cds序列即可，github上的方法介绍链接：
https://github.com/tangerzhang/ALLHiC/issues/16
一．GMAP简介
GMAP是一款比对软件，与bowie和bwa类似，能够将DNA片段mapping到基因组上的软件，最早用于将EST/cDNA序列比对到参考基因组上，可以用于基因组结构注释。后来又开发了GSNAP支持高通量数据比对。PacBio测序技术出现后，GMAP常用于Iso-Seq全长转录本的比对。
二．GMAP构建Allele.ctg.table
1.准备近源物种的cds序列和自己的草图基因组序列
2.GMAP对草图基因组建立索引
gmap_build -D path -d dbname draft.genome.fasta
参数说明：
-D 创建索引的存放路径（默认存放在安装路径下的share文件夹）；
-d 创建索引的名字；
3.GMAP生成gff3文件：
gmap -D path -d dbname -t 12 -f 2 -n $N reference.cds.fasta > gmap.gff3
参数说明：
-t 表示使用多少条线程进行计算，默认是1；
-D 参考序列索引的位置；
-d 参考序列索引的名字；
-n 草图基因组来源物种的染色体倍性；
-f 输出格式，输出的gff3格式，-f 有1-9个选择；
4. 生成allelic.ctg.table
gmap2AlleleTable.pl ref.gff3
注意：是ref.gff3文件，这一步要把gmap.gff3文件和ref.gff3文件和Perl脚本放到同一目录下。
5.结果allelic.ctg.table
注意：gmap.gff3文件和ref.gff3文件里面对于基因的Name或者ID编号，格式要一致，否则生成的等位基因表会是一个空表，我就遇到这个问题了，正在解决这个问题，我会再单独写一篇文章记录一下自己的解决过程。
参考：
ALLHiC续: 如何构建Allele.ctg.table_徐洲更hoptop的博客-CSDN博客
https://blog.csdn.net/u012110870/article/details/102943821
本文使用 文章同步助手 同步
网友评论