Bowtie2去除污染的使用方法

简介

Bowtie 2是一种用于长参考序列对齐测序读取的工具。它尤其擅长将大约50-100多个字符的比对到相对较长的（例如哺乳动物）基因组。Bowtie 2支持gapped, local,and paired-end alignment模式。可以同时使用多个处理器以实现更高的对齐速度。

使用方法

bowtie2[options]* -x <bt2-idx> {-1 <m1> -2 <m2> | -U <r> |--interleaved <i> | --sra-acc <acc> | b <bam>} -S[<sam>]

-x <bt2-idx> 参考基因组索引的名称。注意，这个名称不包括尾端的的.1.bt2 / .rev.1.bt2 / 等。bowtie2 首先在当前目录中查找指定的索引，如果没有找到的话，再在BOWTIE2_INDEXES 环境变量中查找。

-1 <m1> Comma-separated list of files containing mate 1s，例如 -1 flyA_1.fq，flyB_1.fq。 使用此选项指定的序列必须与 <m2> 中指定的文件对文件和读取对读取相对应。

-2 <m2> Comma-separated list of files containing mate 2s，例如 -2 flyA_2.fq，flyB_2.fq。 使用此选项指定的序列必须与 <m1> 中指定的文件对文件和读取对读取相对应。

-U <r> Comma-separated list of files containingunpaired reads to be aligned，例如lane1.fq,lane2.fq,lane3.fq,lane4.fq。

--interleaved读取interleaved的FASTQ 文件，其中前两条记录（8 行）代表配对。

输出：

--un <path> 读出没有的匹配上的 reads，并把它写入path中的文件

--al <path> 读出至少匹配一次的 reads，并把它写入path中的文件

举例

如果我有一些序列，想要去除掉这些序列中的污染

我把我的污染序列放入euk.fa这个文件

首先通过bowtie2-build 构建基因组索引

bowtie2-buildeuk.fa euk

之后 使用bowtie2去除污染

bowtie2-p 40 -N 1 -x ./ euk -f <我的需要去除污染的序列> -S output.sam --un ./没有的匹配上的序列.fasta --al ./匹配上的序列.fasta

-p表示使用的线程数目

-N Setsthe number of mismatches to allowed in a seed alignment during multiseedalignment。 可以设置为 0 或 1。将此设置得更高会使对齐变慢（通常慢得多）但会增加灵敏度。 默认值：0。

跑的时候会出现如下提示（这里意味着我的序列里边没有这个污染）：

参考链接：https://bowtie-bio.sourceforge.net/bowtie2/manual.shtml#output-options