Bowtie2的安装与使用

Bowtie2的安装与使用

2017-06-15 18:58:52 342 0 0

Bowtie2用来快速比对短reads(50-100bp)与参考基因组，与常规的比对软件不同的是（如blast），Bowtie在比对比较短的reads（less than 1024 base) 与较大的参考（基因组）时效果更好，也更快。

许多其他的软件经常会调用Bowtie ，如常见的 TopHat ， Cufflinks 等

Read: GACTGGGCGATCTCGACTTCG
||||| |||||||||| |||
Reference: GACTG--CGATCTCGACATCG

与Bowtie1的区别

For reads longer than about 50 bp Bowtie 2 is generally faster, more sensitive, and uses less memory than Bowtie 1. For relatively short reads (e.g. less than 50 bp) Bowtie 1 is sometimes faster and/or more sensitive. B
Bowtie 2 supports gapped alignment with affine gap penalties. Number of gaps and gap lengths are not restricted, except by way of the configurable scoring scheme. Bowtie 1 finds just ungapped alignments.
Bowtie 2 supports local alignment, which doesn't require reads to align end-to-end. Local alignments might be "trimmed" ("soft clipped") at one or both extremes in a way that optimizes alignment score. Bowtie 2 also supports end-to-end alignment which, like Bowtie 1, requires that the read align entirely.
There is no upper limit on read length in Bowtie 2. Bowtie 1 had an upper limit of around 1000 bp.
Bowtie 2 allows alignments to overlap ambiguous characters (e.g. Ns) in the reference. Bowtie 1 does not.
Bowtie 2 does away with Bowtie 1's notion of alignment "stratum", and its distinction between "Maq-like" and "end-to-end" modes. In Bowtie 2 all alignments lie along a continuous spectrum of alignment scores where the scoring scheme, similar to Needleman-Wunsch and Smith-Waterman.
Bowtie 2's paired-end alignment is more flexible. E.g. for pairs that do not align in a paired fashion, Bowtie 2 attempts to find unpaired alignments for each mate.
Bowtie 2 reports a spectrum of mapping qualities, in contrast for Bowtie 1 which reports either 0 or high.
Bowtie 2 does not align colorspace reads.

Bowtie2的参数与基因组索引（index of genome)的格式都与Bowtie1不同

Bowtie的一些参数解释（常见的），具体的见官方手册

End to end alignment versus local alignment

End to end (全局比对）举例：

local alignment example （局部比对）举例

默认情况下，Bowtie2进行全局比对，也称作 "untrimmed " or "unclopped" alignment

也可以使用参数 --local 进行局部比对，此时Bowtie2 可能会 "trim" or "clip" 短序列的首部或者尾部来最大化比对分数，分数越高，相似度越高。

比对的具体计分规则

软件有默认的分数阈值，当一个比对的分数达到或超过这个阈值时，则认为是一个“有效” 的比对

全局比对默认值为：-0.6 + -0.6×read length

局部比对： 20 + 8.0 × ln(read length)

可以使用 --score-min 来设定阈值

Mapping quality : higher = more unique

因为基因组中存在着大量的重复序列，所以当一个read来自与多个重复或者相似的基因时，Bowtie2无法确定这个read到底来自于哪个基因。

所以Bowtie2用 mapping quality 来代表一个read来自于某个基因的确信度 ：Q = -10 log 10p

在SAM文件中后缀为 MAPQ

align paired-end inputs

Bowtie2支持常见的由测序仪产生的paired-end or mate-pair reads，使用参数 -1 -2 来表示一对pair-end 也就是双端测序的reads，同时产生2个SAM文件。

参数 --ff --fr --rf用来指双端测序两个reads的方向

参数 -I /-X 来设定双端测序两个reads之间的距离（该设定会使Bowtie2的速度变慢），也叫作（outer distance）

By default, Bowtie 2 searches for both concordant and discordant alignments, though searching for discordant alignments can be disabled with the --no-discordant option.

所以当pair-end 没有匹配时，会将reads当做非paired-end来再次进行比对

使用参数 --no-mixed 来取消这一默认设定

结果解读

通常情况下，Bowtie2在寻找到一个有效比对后，还会继续寻找分值相等或者更高的比对（贪婪），reads可能map到多个不同位置，而Bowtie2只会输出分值最高的一个。当有多个分值相同的比对时，使用产生“伪随机数”的方法来决定输出哪一个

参数：-D 设置动态规划问题的上限

参数：-R 设置Bowtie2 继续寻找的最大时间（一般不要修改，可能会错失比对）

参数 -k 会报告每一个找到的有效比对，后加整数可以规定数目，找到的比对没有特定的顺序

参数 -a 报告每一个找到的有效比对，不加上限

Ambiguous characters

除了"ACGT"意外的任意非空白字符都被认为是 "ambiguous"。

"N"是参考基因组常见的一个 ambiguous字符，Bowtie2将参考基因组的所有ambiguous字符都当做"N"

参数 --np/ --n-ceil 设置允许ambiguous字符的上限

Bowtie2本身包含了许多预设，见documentation for the preset options

Pre: 使用Tophat+cufflinks分析差异表达

Next: 使用Trinity拼接以及分析差异表达一个小例子