超大基因组，hisat2 超长染色体物种的转录组分析？windo

作者: 生信石头 | 来源:发表于2023-10-04 01:15 被阅读0次

hisat2比对
RNA-seq名词解释（8）
转录组测序技术和结果解读（五）——参考基因组mapping
如何获取染色体长度
RNA-seq 分析常用的软件
IGV基因组浏览器打开BAM文件查看reads比对情况
转录组学习笔记1
在NCBI查找指定物种基因组信息
day47 转录组比对
gff文件格式（每一列的含义）

各种原因，今晚晚睡。
想想还是简单记录一下，大体是好友刘教授最近在搞一个超大基因组，总大小是 12G+，同时只有 5 个染色体。这意味着每条染色体的长度都很长，超过 1G 很正常。这当然让我想起来大蒜基因组。
两个人折腾了两天，愣是没怎么找到原因。后来想想，基因组太大的可能性不大，因为小麦有 16G。于是剩下的或许是单个染色体太长？与朋友大鸡哥确认了下，bing测试了下。初步结果，确实如此。
大体是 hisat2-build 可以支持超长染色体，但实际上 hisat2-align 则无法支持。所以一旦装载了染色体，开始比对时，就会报错，error 代码 134。
解决的办法简单，
结合 IGV 和基因结构注释信息，找几个断点，把染色体都分为单条长度不超过 1G 的基因组，随后用做基因组，进行比对测试。逻辑上，这个并不会影响到基因表达量估算。或者其他转录组数据分析....
另外一个有趣的发现是，WSL2 模式的运行效率远远低于 TBtools 插件。或许多了一层虚拟机（WSL2本质也是虚拟机），到底还是慢了很多，无论是 IO 还是 CPU 效率。或许，真是是 10 倍差异。那么是 1个小时和 10个小时的区别。