kallisto怎么使用

本篇內(nèi)容介紹了“kallisto怎么使用”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

kallisto 是2016年發(fā)布的一款無(wú)須比對(duì)的轉(zhuǎn)錄本定量工具，采用了名為pseudo-alignment的算法。傳統(tǒng)的定量算法是根據(jù)reads的比對(duì)位置來(lái)確認(rèn)其屬于哪個(gè)轉(zhuǎn)錄本或者基因，而pseudo-alignment 算法不關(guān)系reads具體的比對(duì)位置，而是通過(guò)reads的kmer特征來(lái)判斷其屬于哪一條轉(zhuǎn)錄本，示意圖如下

首先將每個(gè)轉(zhuǎn)錄本序列劃分為kmer, 利用所有轉(zhuǎn)錄本的kmer序列構(gòu)建de Bgujin Graph, 簡(jiǎn)稱(chēng)T-DBG，在這個(gè)圖中，每個(gè)節(jié)點(diǎn)是一個(gè)kmer, 每條路徑代表一個(gè)轉(zhuǎn)錄本， 由于轉(zhuǎn)錄本序列的冗余，實(shí)際上每個(gè)kmer對(duì)應(yīng)多條路徑，也就是對(duì)應(yīng)多個(gè)轉(zhuǎn)錄本; 然后將測(cè)序的reads也劃分為kmer, 并將其映射到T-DBG中。

最終定量時(shí)，將該reads的所有kmer對(duì)應(yīng)的轉(zhuǎn)錄本取交集，就能夠分析出reads可能屬于哪些轉(zhuǎn)錄本序列。

官網(wǎng)有編譯好的可執(zhí)行文件，下載解壓即可。代碼如下

wget https://github.com/pachterlab/kallisto/releases/download/v0.44.0/kallisto_linux-v0.44.0.tar.gz
tar xzvf kallisto_linux-v0.44.0.tar.gz

解壓之后，在文件夾下可以看到名為kallisto的可執(zhí)行文件。從算法也可以看到，軟件的運(yùn)行需要兩步，第一步對(duì)轉(zhuǎn)錄本的序列劃分kmer, 構(gòu)建T-DBG, 也稱(chēng)之為建索引；第二步對(duì)reads 定量。

1. 對(duì)轉(zhuǎn)錄本序列建立索引

kallisto支持讀取gzip壓縮的轉(zhuǎn)錄本序列，用法如下

kallisto index -k 31 -i hg19.idx  hg19.refMrna.fa

只需要提供轉(zhuǎn)錄本的fasta格式的序列即可。-k參數(shù)指定kmer的長(zhǎng)度，-i參數(shù)指定輸出的索引的名字，注意kallisto建立的索引為一個(gè)文件。

2. 定量

kallisto 支持單端和雙端數(shù)據(jù)的定量，雙端數(shù)據(jù)用法如下

kallisto quant \
-i hg19.idx  \
-o out_dir  \
-t  20 \ 
R1.fastq.gz R2.fastq.gz

-i參數(shù)指定轉(zhuǎn)錄本的索引文件，-o參數(shù)指定輸出結(jié)果的目錄，-t參數(shù)指定線程數(shù)，kallisto支持gzip壓縮的序列文件。
單端數(shù)據(jù)用法如下

kallisto quant \
-i hg19.idx \
-o output \
--single \
-l 180 \
-s 20 \
-t 20 \
reads.fastq.gz

對(duì)于單端數(shù)據(jù)而言，必須指定fragment長(zhǎng)度的均值和方差，分別對(duì)應(yīng)-l和-s參數(shù)。
在輸出目錄，會(huì)生成以下3個(gè)文件

├── abundance.h6
├── abundance.tsv
└── run_info.json

run_info.json 文件為JSON格式，保存了運(yùn)行的命令和參數(shù)。

前綴為abundance 的文件，保存了轉(zhuǎn)錄本的定量信息。其中h6為HDF5格式的文件，當(dāng)轉(zhuǎn)錄本數(shù)量較多時(shí)，相比純文本，這種格式的文件大小會(huì)小很多；tsv為純文本的文件，內(nèi)容如下

對(duì)于HDF5的文件，可以采用如下命令轉(zhuǎn)換為tsv格式的文件

kallisto h6dump  -o out_dir  abundance.h6

-o參數(shù)指定輸出結(jié)果的目錄，最終生成的文件名稱(chēng)為abundance.tsv。

“kallisto怎么使用”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！