首页 > 代码库 > [bio] STAR 通用超快的RNA aligner

[bio] STAR 通用超快的RNA aligner

2024-07-25 10:53:14   218人阅读

rna call varients时gatk推荐工具，broad institute都推荐了，还是encode计划时冷泉港内部开发的，特点：快速、as支持性好、支持长reads、全转录本、发现嵌合转录本等，有理由看一下。百度了下，没中文的博文，我来翻译一个吧……

####################

原理：

STAR utilizes sequential maximum mappable seed search in uncompressed suffix arrays followed by seed clustering and stitching procedure.

http://code.google.com/p/rna-star/
http://joseph.yy.blog.163.com/blog/static/509739592013411103358773/ 
####################

使用：

没耐心读manual的人：

1.安装：github自行下载，解压后既有预编译的执行文件，可在x86和x64的linux上运行，mac等其它环境需要自行编译。

2.建库：对genome建索引，新建文件夹/path/to/GenomeDir

     2种方式，无注释的：

/pathToStarDir/STAR --runMode genomeGenerate --genomeDir /path/to/GenomeDir --genomeFastaFiles /path/to/genome/fasta1 /path/to/genome/fasta2 --runThreadN <n> …

 

     有注释引导的（gff3或gtf）：

/pathToStarDir/STAR --runMode genomeGenerate --genomeDir /path/to/GenomeDir --genomeFastaFiles /path/to/genome/fasta1 /path/to/genome/fasta2 --runThreadN <n> --sjdbGTFfile <FileName> --sjdbOverhang <N>…

    gff3的话，再加  --sjdbGTFtagExonParentTranscript Parent

    --sjdbOverhang <N> 是剪切点左边或右边"overhang"的长度，最好设置为RNASEQ时的MateLength - 1。
3.map：
/pathToStarDir/STAR --genomeDir /path/to/GenomeDir --readFilesIn /path/to/read1 [/path/to/read2] --runThreadN <n> --<inputParameterName> <input
parameter value(s)> …

 4.共享内存：

--genomeLoad <value>

map的时候，这个参数控制基因组读到ram里面是否作为共享的，如果共享，其它在同节点运行的同样以此genome作为ref的star任务，可以共享它，节省计算资源。若要使用，请读manual。

5.结果：

  log、sam、剪切点注释 三类文件，需要注意的是，sam里第五列 uniquely mapping reads的map质量值是255。

Manual：

https://code.google.com/p/rna-star/downloads/detail?name=STARmanual_2.3.0.1.pdf

####################

star map to gatk：

2轮map策略，第一次直接用ref的fa序列建index来map，生成的js注释合并ref的fa再建库，再map一次。 map完用picard加read groups，等。后续gatk中加上Split‘N‘Trim步骤，此步骤gatk3.2-2中存在bug，无法跑通，需要下载nightly builds版本或更新稳定版。

详见gatk说明页面：

http://www.broadinstitute.org/gatk/guide/topic?name=methods

 

 

[bio] STAR 通用超快的RNA aligner


联系
我们