hisat2-build是一个基于FMI索引的基因组比对器的索引构建工具，采用Karkkainen的逐块算法。通过指定选项如--large-index和--offrate，用户可以在时间和内存使用之间进行权衡。该工具需要参考FASTA文件，生成的索引文件以.1.ht2到.8.ht2命名。若要构建大型索引，即使参考小于40亿碱基，也可使用--large-index选项。此外，可使用extract_exons.py和extract_splice_sites.py脚本提取exon和splice sites信息。
The hisat2-build indexer
使用dna文件构建索引，输出后缀为.1.ht2到.8.ht2的八个文件。如果索引较大，后缀改为ht2l。后续的比对需要这八个文件，并且一旦索引构建成功，就不在需要原始的dna文件。
使用Karkkainen的逐块算法可以使hisat2构建在运行时间和内存使用之间进行权衡。hisat2-build具有三种控制权衡的选项：[-p /-packed]，-bmax /-bmaxdivn和--dcv。默认情况下，histat2-build将自动搜索设置，从而使用最佳运行时间但不会耗尽内存。也可以使用-a /-noauto选项禁用此行为
索引器提供与索引的“形状”相关的选项，例如，--offrate控制“标记”的Burrows-Wheeler行的分数（即后缀数组样本的密度；有关详细信息，请参见原始FM索引文件）。当然，可以根据实际应用修改参数。但根据我们的实验，已将它们设置为对于大多数情况都合理的默认值。 有关详细信息，请参见性能调整。
hisat2可以构建大的或者小的索引，封装好的软件将根据基因组的大小自动决定
如果引用不超过40亿个字符，但想构建大索引，则用户可以指定--large-index来强制hisat2-build来构建大索引。
HISAT2索引基于Ferragina和Manzini的FM索引，而FM索引又基于Burrows-Wheeler变换。
用于建立索引的算法基于Karkkainen的分块算法。
Command Line
Usage:
hisat2-build [options]* <reference_in> <ht2_base>
Notes
If you use --snp, --ss, and/or --exon, h
最低0.47元/天 解锁文章
1526
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
