kallisto比对参考转录组

生信编程日常

发布于 2020-06-23 16:46:41

1.8K0

发布于 2020-06-23 16:46:41

文章被收录于专栏：生物信息学、python、R、linux生物信息学、python、R、linux

kallisto是2016年发表在Nature Biotechnology上的一个比对工具，可以将bulk或者single-cell RNA-Seq数据的序列直接比对到转录组，然后进行转录本鉴定及定量。

kallisto的优势在于比对速度很快，这是因为用了一种伪比对方法，即将k-mers比对到参考转录组上。在用20套模拟数据与以往其他软件速度比较中，kallisto速度明显更快：

1. 安装

可以用conda直接快捷的安装：

conda install kallisto

或者直接到github中下载(https://github.com/pachterlab/kallisto):

git clone https://github.com/pachterlab/kallisto.git

根据下载得到的INSTALL.md配置：

cd kallisto

mkdir build
cd build

cmake .. # 这里没有sudo权限的装不上 建议改为：
cmake .. -DCMAKE_INSTALL_PREFIX:PATH=$HOME/kallisto/bin # 或者自己的其他目录

make # 或者make install

最后将环境写到~/.bashrc或~/.bash_profile中source即可。

2. 创建索引

kallisto index ${dir}/trancripts.fasta  -i ${dir}/trans_index

提供fasta转录组序列生成索引文件。

3. 定量

# 双端数据
kallisto quant -i ${dir}/trans_index -o output -b 100 reads_1.fastq.gz reads_2.fastq.gz

#单端数据
kallisto quant -i ${dir}/trans_index -o output -b 100 --single -l 180 -s 20 reads_1.fastq.gz

丰度文件被保存在abundance.tsv中：

接下来可以用另一软件Sleuth进行后续分析。

4. 可视化

--genomebam选项可以实现，此外还需要两个额外文件，一个是gtf文件，里面有每个转录组在染色体中的位置；另外一个是每个染色体的长度文件。

kallisto quant -i  ${dir}/trans_index -b 30 -o kallisto_out \
                  --genomebam --gtf transcripts.gtf.gz \
                  --chromosomes chrom.txt reads_1.fastq.gz reads_2.fastq.gz

最后生成pseudoalignments.bam 和 pseudoalignments.bam.bai两个文件，可以用samtools和IGV进行可视化。

本文参与腾讯云自媒体分享计划，分享自作者个人站点/博客。

如有侵权请联系 cloudcommunity@tencent.com 删除

github