tophat 原理_Tophat2比对原理及命令

Tophat2比对原理及命令

2018-09-18

相对速度快并且占用内存小的TopHat在RNA-Seq中常常用于跨内含子比对，这里我们来关注一下TopHat2，TopHat2的安装是依赖Bowtie2的(当然Bowtie1也是可行的)，TopHat2适合于75bp以上Read的比对。TopHat2是一个多步骤比对的程序，如果基因组的注释文件存在的话，那么它会先将Read比对到转录组上。这就大大提高了比对的准确性，还可以避免序列匹配到假基因上，加快了整个比对的进程。TopHat2容错率很低，并不会因为没有比对上就而截短Read从而去比对上，所以低质量的碱基比对的效果可能不是那么好。此外，TopHat2可以察觉基因组的易位，将Read比对到潜在的融合转录子上。

TopHat2比对有三个主要的过程，转录组的比对(步骤一)，基因组的比对(步骤二)，剪接比对(步骤三到六，如图4.1显示的一样)，双端测序的Read首先每端数据要分别单独进行比对，然后考虑比对的片段长度以及方向将单独比对结果合并在一起形成双端比对结果。

图4.1Tophat2剪接比对的程序

(a)那些没有比对到基因组或者转录组的Read将会片段化，形成更小的片段，并且再一次比对到基因组上，如果TopHat2发现Read片段化后的左右两个片段的位于用户定义的最大内含子长度范围内，TopHat2就会将Read映射到整个基因组的区域以便于去寻找那些含有剪接信号的剪接位点(b)潜在的剪接位点侧翼基因组序列被串联起来，并构建索引，未映射的Read片段(在这里由星号标记)用Bowtie2比对串联的侧翼区域。(c)被分割的片段重新连接形成完整的Read。