STAR軟件的學習

下載地址與參考文檔

• https://github.com/alexdobin/STAR/archive/2.5.3a.tar.gz
  wget https://github.com/alexdobin/STAR/archive/2.5.3a.tar.gz
• [https://github.com/alexdobin/STAR/blob/master/doc/STARmanual.pdf]（https://github.com/alexdobin/STAR/blob/master/doc/STARmanual.pdf)

建立索引

• 建立索引時需要先建立一個存放索引的文件夾

mkdir star_index && cd star_index
#下載需要建立索引的基因組文件
wget xxx.fa    #自己選擇基因組
wget xxx.gtf    #基因組對應的gtf文件
#注意--sjdbOverhang 參數為reads的長度-1
#模式選擇為 genomeGenerate 
STAR 
--runMode genomeGenerate 
--genomeDir star_index/ 
--genomeFastaFiles xxx.fa 
--sjdbGTFfile xxx.gtf
--sjdbOverhang 199

比對

#設置輸出文件的前綴 --outFileNamePrefix
#設置clean reads 文件 fq1和fq2間用空格
#比對默認輸出是sam格式，如果需要bam需要設置--outSAMtype參數
#當輸入的reads是fq.gz格式時需要使用--readFilesCommand命令來解壓
STAR 
--runThreadN 20 
--genomeDir star_index/ 
--readFilesCommand zcat 
--readFilesIn fq1 fq2

參數說明

• 輸出unsorted or sorted bam file --outSAMtype BAM Unsorted 實際上就是-name 的sort，下游可以直接接HTSeq
• --outSAMtype BAM SortedByCoordinate
• --outSAMtype BAM Unsorted SortedByCoordinate 兩者都輸出
• --readFilesCommand 針對fastq.gz文件增加 --readFilesCommand gunzip -c 參數/
• --readFilesCommand zcat參數
• 針對bzip2文件使用 --readFilesCommand bunzip2 -c參數

# 單獨指定注釋文件，而不用在構建的時候使用
 --sjdbGTFfile /path/to/ann.gtf 
--sjdbFileChrStartEnd /path/to/sj.tab 
# ENCODE參數
 # 減少偽junction的幾率 --outFilterType BySJout 
# 最多允許一個reads被匹配到多少個地方 
--outFilterMultimapNmax 20 # 在未有注釋的junction區域，最低允許突出多少個bp的單鏈序列 
--alignSJoverhangMin 8 # 在有注釋的junction區域，最低允許突出多少個bp的單鏈序列 
--alignSJDBoverhangMin 1 # 過濾掉每個paired read mismatch數目超過N的數據，999代表着忽略這個過濾 
--outFilterMismatchNmax 999 # 相對paired read長度可以允許的mismatch數目，如果read長度為100，數值設定為0.04，則會過濾掉100*2*0.04=8個以上的數據 
--outFilterMismatchNoverReadLmax 0.04 # 最小的intro長度 
--alignIntronMin 20 # 最大的intro長度 
--alignIntronMax 1000000 # maximum genomic distance between mates，翻譯不出來，自行理解 
--alignMatesGapMax 1000000

輸出格式

• 暫略