hisat2的index差别

1.下载三个index：

2.重命名为：

hisat2_grcm38_genome_index/genome [1-sam]

hisat2_grcm38_genome_snp_tran_index/genome_snp_tran [1-sam]

hisat2_mm10_genome_index/genome [1-sam]

3.hisat2比对命令：

hisat2 -p 10 -x ../hisat2_grcm38_genome_index/genome -1 R1.fq -2 R2.fq -S 1.sam

hisat2 -p 10 -x ../hisat2_grcm38_genome_snp_tran_index/genome_snp_tran -1 R1.fq -2 R2.fq -S 2.sam

hisat2 -p 10 -x ../hisat2_mm10_genome_index/genome -1 R1.fq -2 R2.fq -S 3.sam

4.比对率：

1-sam

2-sam

3-sam

嘿嘿：比对发现转录本的比对率高

导入igv也没啥差异

5.查看sam文件寻找差异：

也就chr是不同的

6.看chr有哪些？

1和2的sam

3的sam

结论：基因组还是有差别的，也就是说后续的gtf不能混用！

---

7.下载查看gtf：

gencode：

axel -n 50 ftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_mouse/release_M19/gencode.vM19.chr_patch_hapl_scaff.annotation.gtf.gz

gencode.vm19.GRCm38.all.ano.gtf

gencode

ensembl：

axel -n 20 ftp://ftp.ensembl.org/pub/release-94/gtf/mus_musculus/Mus_musculus.GRCm38.94.chr_patch_hapl_scaff.gtf.gz

ensembl.GRCm38.94.all.ano.gtf

ensembl

NCBI：

wget -c ftp://ftp.ncbi.nih.gov/genomes/M_musculus/GFF/ref_GRCm38.p4_top_level.gff3.gz

ncbi.GRCm38.p4.all.ano.gff3

看不懂

UCSC：

UCSC

结论：

hisat2-GRCm38-index比对后：

若无--add-chrname，则肯定用enseml的gtf

若加了--add-chrname，则用gencode的gtf改造“+chr”/或者ensembl改造也行“+chr”

hisat2-mm10-index比对后：

使用UCSC的gtf

就转录本而言，其实用哪个都行...

gencode和ensembl的gtf的确是相同的

---

8.下载查看fasta：

gencode：

axel -n 100 ftp://ftp.ebi.ac.uk/pub/databases/gencode/Gencode_mouse/release_M19/GRCm38.p6.genome.fa.gz

GRCm38.p6.genome.fa

gencode

ensembl：

axel -n 100 ftp://ftp.ensembl.org/pub/release-94/fasta/mus_musculus/dna/Mus_musculus.GRCm38.dna_sm.toplevel.fa.gz

Mus_musculus.GRCm38.dna_sm.toplevel.fa

ucsc：

axel -n 30 ftp://hgdownload.soe.ucsc.edu/goldenPath/mm10/bigZips/chromFa.tar.gz

cat *.fa > mm10.fa

ucsc

查看具体序列：

相同的！！！

结论：三者大部分相同，也有略微不同

gencode和ucsc有chr

ensembl没有chr

相比较而言，gencode和ensembl比较像，但是基本的fasta并不影响。

总结论：

使用哪个基因组的fasta都ok

使用gencode和ensembl的gtf也是一样的

差别在chr这块