minimap2的简单安装使用流程

安装

# mamba安装
$ mamba create -n Minimap2
$ mamba activate Minimap2
$ mamba install -c bioconda minimap2

简介

minimap2是一个通用的序列比对程序，可将DNA或mRNA序列与大型参考数据库进行比对。

用法包括：

1. 将 PacBio 或 Oxford Nanopore 基因组读数到人类基因组；
2. 寻找long reads之间的重叠，错误率高达~15%；
3. PacBio Iso-Seq / Nanopore cDNA / Direct RNA reads与参考基因组的剪接感知比对(long reads)；
4. 对齐Illumina的单端或成对端读取；
5. Assembly与Assembly间比对；
6. 两个近缘种之间的全基因组比对，差异低于~15%；、

对于~10kb的noisy reads sequences，minimap2比主流的long reads mappers（BLASR, BWA-MEM, NGMLR and GMAP）快很多；
对于大于100bp的二代测序short reads，minimap2比BWA-MEM 和 Bowtie2快3倍。

使用

1. 用法概况

# long sequences against a reference genome
./minimap2 -a test/MT-human.fa test/MT-orang.fa > test.sam
# create an index first and then map
./minimap2 -x map-ont -d MT-human-ont.mmi test/MT-human.fa
./minimap2 -a MT-human-ont.mmi test/MT-orang.fa > test.sam
# use presets (no test data)
./minimap2 -ax map-pb ref.fa pacbio.fq.gz > aln.sam       # PacBio CLR genomic reads
./minimap2 -ax map-ont ref.fa ont.fq.gz > aln.sam         # Oxford Nanopore genomic reads
./minimap2 -ax map-hifi ref.fa pacbio-ccs.fq.gz > aln.sam # PacBio HiFi/CCS genomic reads (v2.19 or later)
./minimap2 -ax asm20 ref.fa pacbio-ccs.fq.gz > aln.sam    # PacBio HiFi/CCS genomic reads (v2.18 or earlier)
./minimap2 -ax sr ref.fa read1.fa read2.fa > aln.sam      # short genomic paired-end reads
./minimap2 -ax splice ref.fa rna-reads.fa > aln.sam       # spliced long reads (strand unknown)
./minimap2 -ax splice -uf -k14 ref.fa reads.fa > aln.sam  # noisy Nanopore Direct RNA-seq
./minimap2 -ax splice:hq -uf ref.fa query.fa > aln.sam    # Final PacBio Iso-seq or traditional cDNA
./minimap2 -ax splice --junc-bed anno.bed12 ref.fa query.fa > aln.sam  # prioritize on annotated junctions
./minimap2 -cx asm5 asm1.fa asm2.fa > aln.paf             # intra-species asm-to-asm alignment
./minimap2 -x ava-pb reads.fa reads.fa > overlaps.paf     # PacBio read overlap
./minimap2 -x ava-ont reads.fa reads.fa > overlaps.paf    # Nanopore read overlap
# man page for detailed command line options
man ./minimap2.1

2. 基础用法

#没有任何选项下，minimap2将参考数据库和查询序列文件作为输入，产生近似的映射，没有碱基级的比对，采用paf格式
minimap2 ref.fa query.fq > approx-mapping.paf
#在PAF文件中制造CIGAR的cg标签
minimap2 -c ref.fa query.fq > alignment.paf
#或者以SAM 格式输出对齐
minimap2 -a ref.fa query.fq > alignment.sam
#使用gzip'd FASTA和FASTQ格式作为输入，对于人类参考基因组，minimap2需要几分钟的时间来生成参考基因组的最小化索引，然后进行映射。为了减少索引的时间，你可以选择用选项-d保存索引，并在minimap2命令行中用索引文件替换参考序列文件
minimap2 -d ref.mmi ref.fa                     # indexing
minimap2 -a ref.mmi reads.fq > alignment.sam   # alignment

一旦你建立了索引，索引参数如 -k, -w, -H 和 -I 就不能在映射期间改变，因此可能需要保留多个用不同参数生成的索引。

3. 具体用法

   1. 读取long noisy基因序列

      minimap2 -ax map-pb  ref.fa pacbio-reads.fq > aln.sam   # for PacBio CLR reads
      minimap2 -ax map-ont ref.fa ont-reads.fq > aln.sam      # for Oxford Nanopore reads
      # -a:设置输出为sam格式
      #-x:对不同类型数据，设置不同参数
      

      map-pb和map-ont的区别在于map-pb使用均聚物压缩（HPC）最小化器作为种子，而map-ont使用普通最小化器作为种子。经验评估表明，在对准PacBio CLR读数时，HPC最小化器提高了性能和灵敏度，但在对准Nanopore读数时却受到了影响。

   2. 查找长reads之间的重叠

      minimap2 -x ava-pb  reads.fq reads.fq > ovlp.paf    # PacBio CLR read overlap
      minimap2 -x ava-ont reads.fq reads.fq > ovlp.paf    # Oxford Nanopore read overlap
      

      同样地，ava-pb使用HPC最小化器，而ava-ont使用普通最小化器。