gatk过滤_GATK使用方法详解(原始数据的处理)

fastq

文件进行过滤和比对(

mapping

)

对于

Illumina

下机数据推荐使用

bwa

进行

mapping

。

Bwa

比对步骤大致如下：

(

1

)对参考基因组构建索引：

例子：

bwa index -a bwtsw hg19.fa

。最后生成文件：

hg19.fa.amb

、

hg19.fa.ann

、

hg19.fa.bwt

、

hg19.fa.pac

和

hg19.fa.sa

。

构建索引时需要注意的问题：

bwa

构建索引有两种算法，两种算法都是基于

BWT

的，这

两种算法通过参数

-a is

和

-a bwtsw

进行选择。其中

-a bwtsw

对于短的参考序列是不工作的，

必须要大于等于

10Mb

；

-a is

是默认参数，这个参数不适用于大的参考序列，必须要小于等于

2G

。

(

2

)寻找输入

reads

文件的

SA

坐标。

对于

pair end

数据，每个

reads

文件单独做运算，

single end

数据就不用说了，只有一

个文件。

例子：

pair end

：

bwa aln hg19.fa read1.fq.gz -l 30 -k 2 -t 4 -I > read1.fq.gz.sai

bwa aln hg19.fa read2.fq.gz -l 30 -k 2 -t 4 -I > read2.fq.gz.sai

single end

：

bwa aln hg19.fa read.fq.gz -l 30 -k 2 -t 4 -I > read.fq.gz.sai