Bowtie2的简单使用笔记

简介

Bowtie 2是一个超快的、内存效率高的工具，用于将测序读数与长参考序列进行比对。它特别擅长将大约50个到100个或1000个字符的读数进行比对，尤其擅长与相对较长的（如哺乳动物）基因组比对。Bowtie 2用FM索引对基因组进行索引，以保持其内存占用小：对于人类基因组，其内存占用通常约为3.2GB。Bowtie 2支持间隙式、局部式和成对端对齐模式。

其中FM index就是就是一个BWT[T],一个checkpoint data，一个简化了的SA（具体参考bowtie里的FM-index简介_stormlovetao的博客-CSDN博客）

如果目的是对齐两个非常大的序列（例如两个基因组），请考虑使用MUMmer。如果目的是与相对较短的参考序列（如细菌基因组）非常灵敏的比对，可以使用Bowtie 2完成，但您可能需要考虑使用NUCmer，BLAT或BLAST等工具。当参考基因组很长时，这些工具可能会非常缓慢，但当参考基因组很短时通常就足够了。

使用

1. 构建index
   官方index：

   wget ftp://ftp.ccb.jhu.edu/pub/data/bowtie2_indexes/mm10.zip
   unzip mm10.zip
   rm mm10.zip make_mm10.sh
   

   自建index：

   wget  --.fna
   bowtie2-build --.fna index
   

2. 比对

    bowtie2 [options]* -x <index> {-1 <m1> -2 <m2> | -U <r> | --interleaved <i> | -b <bam>} [-S <sam>]
   

   其中参数：

   -x  由bowtie2-build所生成的索引文件的前缀,需要指定路径及其共用文件名
   -1  使用trimmomatic质控后与read2配对（paired）的read1。可以为多个文件，并用逗号分开；多个文件必须和 -2 <m2> 中制定的文件一一对应。
   -2  使用trimmomatic质控后与read1配对的read2
   -U  使用trimmomatic质控后未配对（unpaired）的reads。可以为多个文件，并用逗号分开，测序文件中的reads的长度可以不一样。
   -S  所生成的SAM格式的文件前缀。默认是输入到标准输出。
   

   #事例：
   #单末端
   bowtie2 -x insect -U input.fq 
   #双末端
   bowtie2 -x insect -1 input_1.fq -2 input_2.fq 
   

3. SAM 文件转为 BAM 文件

    $ samtools sort example.sam > example.bam