用BWA-MEM比对ChIP-seq数据到基因组

20200315

• 诺禾致源给出的测序结果有两个，一个是测序结果原始文件.raw.fq.gz文件，一个是质控过滤raw reads得到的clean reads的.clean.fq.gz文件。如果质疑公司的质控，可以自己尝试质控。
• 下载安装bwa，注意配置 .conda 文件

$ conda create -n bwa python=3.7
$ conda activate bwa
$ conda install bwa

• 建立基因组索引 → 比对到基因组

# bwa建立索引
bwa index csi.chromosome.fa
# bwa-mem比对到基因组上
bwa mem csi.chromosome.fa /root/workstation/chipcen3/basefile/Cen_BRRC190000161-1A/Cen_BRRC190000161-1A_1.clean.fq /root/workstation/chipcen3/basefile/Cen_BRRC190000161-1A/Cen_BRRC190000161-1A_2.clean.fq > cenh3.sam
bwa mem csi.chromosome.fa /root/workstation/chipcen3/basefile/input-1_BRRC190000175-1A/input-1_BRRC190000175-1A_1.clean.fq /root/workstation/chipcen3/basefile/input-1_BRRC190000175-1A/input-1_BRRC190000175-1A_2.clean.fq > input.sam

• 经历与教训
  ① 测序结果文件很大，40G根本不够。运行前可用df -h命令查看储存余量；
  ② 程序挂起，登出。再登入，可用top命令查看程序运行；
  ③ 用1个CPU，将12G的测序结果文件比对到318M的基因组文件，产生14G的结果文件，耗时4.87h；
  ④ bwa可一次将2个测序结果文件比对到基因组上；
  ⑤ 阿里云学生服务器仅40G储存，2GB内存，1CPU，真的是很小很小，不适合用于生信分析。集群式的服务器更适合。

20200316

• 于是乎在泽哥的帮助下连上了学校服务器，那叫个爽呢！
• 经历与教训
  ① 学校LSF集群上提交作业时直接用bsub < xxx.lsf 提交，不要用nohup挂起命令，这样会使作业进入排队。直接提交的作业退出登录后也在继续运行；
  ② 作业线程数≤3 最好（申请核数应该与程序跑的线程数相等），且不要用-m指定运行节点，这样不用排队，直接安排到服务器上可以运行的节点上运行；
  ③ 提交作业时 #BSUB -p normal会报错，删掉，不写了；
  ④ 有时候，某一个操作后，服务器输入任何命令都会报错，怪我参数太长 —— 目前还没有很好的解决办法，只有登出服务器，等一会儿再重新登入，好了。无奈... ...
  ⑤ 此外，学了一项新技能：用bypy工具将服务器上的数据直接上传到百度网盘。

• 参考文章
  比对工具 BWA
  序列比对BWA(Burrows-Wheeler Aligner)
  BWA-MEM算法结构分析
  BWA MEM算法
  BWA使用详解
  bwa 软件用法简介