用 GMAP/GSNAP软件进行RNA-seq的alignment

软件发表在：http://bioinformatics.oxfordjournals.org/content/26/7/873.abstract

软件的解说ppt ：http://www.mi.fu-berlin.de/wiki/pub/ABI/CompMethodsWS11/MHuska_GSNAP.pdf

一个例子：http://qteller.com/RNAseq-analysis-recipe.pdf

一个shell脚本 ： https://github.com/vsbuffalo/rna-seq-example

软件的下载地址： http://research-pub.gene.com/gmap/

有研究者认为这个软件的比对效果要比tophat要好，虽然现在已经多出来了非常多的RNA-seq的alignment软件，我还是简单看看这个软件吧，它本来是2005就出来的一个专门比对低通量的est序列，叫GMAP，后来进化成了GSNAP

step1：下载安装GMAP/GSNAP

wget http://research-pub.gene.com/gmap/src/gmap-gsnap-2015-09-21.tar.gz

是一个标准的linux源码程序，安装之前一定要看readme  ，http://research-pub.gene.com/gmap/src/README

解压进去，然后源码安装三部曲,首先 ./configu  然后make 最后make install

会默认安装在 /usr/local/bin 下面，这里需要修改，因为你可能没有 /usr/local/bin 权限,安装到自己的目录，然后把它添加到环境变量！

step2 ：准备数据

比对一般都只需要两个数据，一是索引好的参考基因组，另一个是需要比对的测序数据。

但是这个GSNAP，还需要对应的GTF注释文件。

首先需要参考基因组：虽然软件本身提供了一个hg19的参考基因组，并且已经索引好了Human genome, version hg19 (5.5 GB)(http://research-pub.gene.com/gmap/genomes/hg19.tar.gz) ，但是下载很慢，而且不是对所有版本的GSNAP都适用。所以我这里对我自己的参考基因组进行索引。

gmap_build -D ./ -d  my_hg19.fa

然后取ensemble下载hg19的gtf文件。

然后还需要把自己下载的gtf文件也构建索引，需要两个步骤

cat my_hg19.gtf |  ~/software/gmap-2011-10-16/util/gtf_splicesites > my_hg19.splicesites
cat  my_hg19.splicesites |  iit_store -o my_hg19.gtf.index

然后拷贝需要比对的RNA-seq测序文件

step3: 运行程序

就是一步比对而已

gsnap
-D /home/jschnable/gsnap_indexes/
-d arabidopsisv10
–nthreads=50
-B 5
-s  /home/jschnable/gsnap_indexes/arabidopsisv10.iit
-n 2
-Q
–nofails
–format=sam temp.fastq
> results.sam