一、介绍
- Bowtie2 是将测序后的 reads 与长参考组的比对工具 (适用于将长度大约为50~1000bp的reads与相对较长的基因组, 如哺乳动物,进行比对)。
- 通常是比较基因组学(包括 variation calling，ChIP-seq，RNA-seq，BS-seq)管道的第一步。
- 可以处理非常长的 Reads（即10~100kb），但它针对近期测序仪产生的 Reads 长度和误差模式进行了优化，如Illumina HiSeq 2000，Roche 454和Ion Torrent仪器。
- Bowtie2使用FM索引（基于Burrows-Wheeler Transform 或 BWT）对基因组进行索引，以此来保持其占用较小内存。对于人类基因组来说，内存占用在3.2G左右。Bowtie2 支持间隔，局部和双端对齐模式。可以同时使用多个处理器来极大的提升比对速度。
二、安装
这里提供两种方法，选择一种安装即可，强烈建议使用Conda方式安装
1. Conda 安装
conda install -y bowtie2
这里需要安装Conda (一款用于安装多数生物信息分析软件的管理软件，重要的是可以解决软件的依赖问题) ： Conda 安装使用图文详解
2. 传统安装
下载
http://bowtie-bio.sourceforge.net/bowtie2/index.shtml
在Linux系统下将上述的链接下载到本地
sudo wget https://jaist.dl.sourceforge.net/project/bowtie-bio/bowtie2/2.3.4.1/bowtie2-2.3.4.1-linux-x86_64.zip 解压
unzip bowtie2-2.3.4.1-linux-x86_64.zip 设置环境变量
- 打开环境变量设置文件
sudo vim /etc/environment - 添加软件 bin 目录的路径，并用
:隔开，如下图 - 执行source命令，使配置立即生效
sudo source /etc/enviroment 三、使用
1、参考基因组比对
单末端
"bowtie2 -p 10 -x genome_index -U input.fq | samtools sort -O bam -@ 10 -o - > output.bam
双末端
bowtie2 -p 10 -x genome_index -1 input_1.fq -2 input_2.fq | samtools sort -O bam -@ 10 -o - > output.bam
需要注意的是：
- 这条命令把bowtie2 生成的sam文件通过管道
|传递到samtools，将sam转换为bam文件，省去中间sam文件的空间占用- genome_index 指的是用于bowtie2的索引文件（如下图），而不是参考基因组本身，构建过程参考后文。
- genome_index 需要指定路径及其共用文件名，比如我的索引文件放在
/data/ref/bowtie2/mm10目录下，但是需要输入的参数为/data/ref/bowtie2/mm10/mm10。最后一个mm10指的是共用文件名。
必需参数
| 参数 | 解释 |
|---|---|
| -x | 参考基因组索引的基名。基本名称是任何索引文件的名称，但不包括最终的.1.bt2/ .rev.1.bt2/等。bowtie2在当前目录中首先查找指定的索引，然后在BOWTIE2_INDEXES环境变量中指定的目录中查找。 |
| -1 | 以逗号分隔的包含队友1的文件列表（文件名通常包含_1），例如-1 flyA_1.fq,flyB_1.fq。使用此选项指定的序列必须与文件中的文件和读取的文件一致-指定，bowtie2将从“标准输入”或“标准输入”文件句柄读取队友1。 |
| -2 | 逗号分隔的包含队友2（文件名通常包括_2）的文件列表，例如-2 flyA_2.fq,flyB_2.fq。使用此选项指定的序列必须与文件中的文件和读取的文件一致-指定，bowtie2将从“标准输入”或“标准输入”文件句柄中读取队友2。 |
| -U | 逗号分隔的包含未配对读取的文件列表要对齐，例如lane1.fq,lane2.fq,lane3.fq,lane4.fq。读数可能是不同长度的混合。如果-指定，bowtie2则从“标准输入”或“标准输入”文件句柄中读取数据。 |
| -S | 将SAM对齐文件写入。默认情况下，对齐被写入“标准输出”或“标准输出”文件句柄（即控制台）。 |
可选参数（常用）
| 参数 | 解释 |
|---|---|
| -q | 读取（与指定.fq或.fastq。FASTQ是默认格式。另见：–solexa-quals和–int-quals。 |
| -p/–threads NTHREADS | 启动NTHREADS并行搜索线程（默认值：1）。线程将在单独的处理器/内核上运行，并在解析读取和输出对齐时进行同步。搜索对齐高度平行，加速接近线性。提高-p增加的蝴蝶结2的内存占用。例如，当与人类基因组索引对齐时，-p从1增加到8会将内存占用增加数百兆字节。该选项仅在bowtie与pthreads库链接时才可用（即，如果BOWTIE_PTHREADS=0未在构建时指定）。 |
| –local | 在这种模式下，Bowtie 2不要求整个读取从一端到另一端对齐。相反，为了达到最大可能的对齐分数，可以从末端省略一些字符（“软裁剪”） |
2、构建索引
官方索引
wget ftp://ftp.ccb.jhu.edu/pub/data/bowtie2_indexes/mm10.zip unzip mm10.zip rm mm10.zip make_mm10.sh 其他物种的索引：https://benlangmead.github.io/aws-indexes/bowtie
自建索引
这里以构建 *M. musculus*, UCSC mm10 为例
wget http://hgdownload.cse.ucsc.edu/goldenPath/mm10/bigZips/chromFa.tar.gz tar -zxvf chromFa.tar.gz cat *.fa > mm10.fa bowtie2-build mm10.fa mm10 3、一个完整例子
- 下载参考基因组
wget http://hgdownload.cse.ucsc.edu/goldenPath/mm10/bigZips/chromFa.tar.gz tar -zxvf chromFa.tar.gz cat *.fa > mm10.fa - 构建bowtie2索引文件
bowtie2-build mm10.fa mm10 - 运行bowtie2 获取 SAM 文件
bowtie2 -p 6 -3 5 --local -x mm10 -1 example_1.fastq -2 example_2.fastq -S example.sam 这行命令表示使用–local的比对模式，使用 mm10 的索引；这里是双末端测序，所以将待比对文件 example_1.fq example_2.fa 分别输入，以 example.sam 的文件输出
如果为单末端测序的话，上述命令换为：
bowtie2 -p 6 -3 5 –local -x mm10 -U /opt/sdc/SRR/example.fastq -S example.sam
- SAM 文件转为 BAM 文件
samtools sort example.sam > example.bam 发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/219666.html原文链接：https://javaforall.net
