BWA 及 Bowtie 配置及简单使用

• BWA下载安装

  $ wget https://sourceforge.net/projects/bio-bwa/files/bwa-0.7.17.tar.bz2 
  $ tar xvfj bwa-0.7.17.tar.bz2 
  $ cd bwa-0.7.17
  $ make
  $./bwa

• BWA简单比对

  # 建立索引
  # 建立索引可以通过子命令调用两种算法
  # -is IS线性时间算法，无法处理2GB以上文件
  # -Bwtsw BWT-SW中使用的算法，对于短的参考序列不工作，必须大于10Mb
  $ bwa index ref.fa
  
  # aln 算法
  # 建立 .sai 文件 寻找 SA corrdinates
  # pair-end 两个文件分别处理；single-end 直接处理 -t 多线程
  $ bwa aln ref.fa read.fq > aln_sa.sai
  # 单末端测序结果比对 
  $ bwa samse ref.fa aln_sa.sai read.fq > aln_se.sam
  # 双末端测序结果比対
  $ bwa sampe ref.fa aln_sa1.sai aln_sa2.sai read1.fq read2.fq > aln_pe.sam
  
  # mem 算法
  $ bwa mem ref.fa reads.fq > mem_se.sam
  $ bwa mem ref.fa read1.fq read2.fq > mem_pe.sam

• BWA 参数说明

  # 建立索引
  -o int：允许出现的最大gap数。
  
  -e int：每个gap允许的最大长度。
  
  -d int：不允许在3’端出现大于多少bp的deletion。
  
  -i int：不允许在reads两端出现大于多少bp的indel。
  
  -l int：Read前多少个碱基作为seed，如果设置的seed大于read长度，将无法继续，最好设置在25-35，与-k 2 配合使用。
  
  -k int：在seed中的最大编辑距离，使用默认2，与-l配合使用。
  
  -t int：要使用的线程数。
  
  -R int：此参数只应用于pair end中，当没有出现大于此值的最佳比对结果时，将会降低标准再次进行比对。增加这个值可以提高配对比对的准确率，但是同时会消耗更长的时间，默认是32。
  
  -I int：表示输入的文件格式为Illumina 1.3+数据格式。
  
  -B int：设置标记序列。从5’端开始多少个碱基作为标记序列，当-B为正值时，在比对之前会将每个read的标记序列剪切，并将此标记序列表示在BC SAM 标签里，对于pair end数据，两端的标记序列会被连接。
  
  -b ：指定输入格式为bam格式。

• Bowtie下载安装

  $ wget https://sourceforge.net/projects/bowtie-bio/files/bowtie2/2.2.9/bowtie2-2.2.9-linux-x86_64.zip/download
  $ unzip bowtie2-2.2.9-linux-x86_64.zip
  $ cd bowtie2-2.2.9
  $ make
  $ ./bowtie

• Bowtie 简单比对

  # 建立索引 red_bowtie 为索引前缀
  $ bowtie2-build ref.fa output_dir/ref_bowtie
  # 单末端测序结果序列比对
  $ bowtie2 ref_bowtie read.fastq -S result.sam
  # 双末端测序结果序列比对
  $ bowtie2 -x ref_bowtie -1 read1.fastq -2 read2.fastq -S result.sam