Skip to content

Latest commit

 

History

History
111 lines (92 loc) · 3.15 KB

Lab2.md

File metadata and controls

111 lines (92 loc) · 3.15 KB

实验二 基因组比对

一、实验目的

  1. 理解比对（mapping, alignment）的含义
  2. 理解全局比对和局部比对的区别和应用
  3. 掌握应用bwa, samtools的使用
  4. 理解SAM, BAM文件格式

二、知识回顾

比对的两种策略

  1. Global alignment
  2. Local alignment

我们熟悉的blast和blat均属于第二类。
另外，不同长度的reads比对所用的策略也不一样，对于短reads，基于local alignment的软件如blast, blat不适合。
将短的reads回帖到长的参考基因组上，这一过程称之为mapping。一般reads数目很大，读长短，参考基因组较长，对于mapping软件有两个要求：

  1. 速度
  2. 准确性

Mapping软件众多，比较有名的包括bwa, soap, bowtie, novoalign
另外，由于真核生物mRNA不含有内含子，与一般的DNA mapping软件要求不一样，故转录组mapping使用的软件也不一样，转录组mapping软件比较有名的包括：STAR, hisat
本实验主要介绍一般意义上的DNA mapping软件的使用。

What makes mapping challenging?（挑战）

  1. Volume of data
  2. Garbage reads
  3. Errors in reads, and quality scores
  4. Repeat elements and multicopy sequence
  5. SNPs/SNVs
  6. Indels
  7. Splicing (transcriptome)

几个影响mapping速度的参数

  1. How many mismatches to allow?
  2. Report how many matches?
  3. Require best match, or first/any that fit criteria?

三、上机操作

设置环境变量和准备工作目录

module add bioinfo

mkdir lab2
cd lab2
mkdir data
mkdir result

安装软件（选做）

cd soft
# 安装bwa
git clone https://github.com/lh3/bwa.git
cd bwa 
make

# 安装samtools
curl -O -L https://github.com/samtools/samtools/releases/download/1.3.1/samtools-1.3.1.tar.bz2
tar jxvf samtools-1.3.1.tar.bz2
cd samtools-1.3.1
make

# 安装igv
curl -O http://data.broadinstitute.org/igv/projects/downloads/IGV_2.3.81.zip
unzip IGV_2.3.81.zip

实验数据

/bs1/data/genomeLab/lab2/data/REL606.fa
/bs1/data/genomeLab/lab2/data/SRR098038.fastq.gz

Mapping and viewer

# 准备数据和index参考基因组
cd data
ln -s /bs1/data/genomeLab/lab2/data/REL606.fa /bs1/data/genomeLab/lab2/data/SRR098038.fastq.gz ./
samtools faidx REL606.fa
mkdir index
cd index
ln -s ../REL606.fa ./
bwa index REL606.fa

cd ../../result
bwa aln ../data/index/REL606.fa ../data/SRR098038.fastq.gz  > SRR098038.sai
bwa samse ../data/index/REL606.fa SRR098038.sai ../data/SRR098038.fastq.gz > SRR098038.sam
samtools view -b SRR098038.sam > SRR098038.bam
samtools sort -o SRR098038.sort.bam SRR098038.bam
samtools index SRR098038.sort.bam

# 显示比对结果  
samtools tview SRR098038.sorted.bam ../data/REL606.fa

四、作业与思考

  1. 先组装，得到contigs，然后将contigs用bwa mem比对到参考基因组上
  2. 用igv显示比对结果
# 选K值
kmergenie SRR098038.fastq.gz
# 组装
minia -in SRR098038.fastq.gz -kmer-size 23 -out SRR098038
# mapping
bwa mem ../data/index/REL606.fa SRR098038.contigs.fa | samtools view -b - | samtools sort -o contig_mapping.sort.bam -
# 结果文件为contig_mapping.sort.bam

五、参考资料