tophat2 使い方 RNA-Seq マッピング

バイオインフォ道場、くまぞうです。

今回は、tophat2を使って、RNA-seqデータのマッピングに挑戦です。

スポンサーリンク



tophat2とは

tophat2は、代表的なマッピングツールの1つです。RNA-Seqのデータをスプライシングを考慮してゲノム配列にマッピングします。(tophat2tophat2のインストール
[browser-shot url=”https://ccb.jhu.edu/software/tophat/index.shtml” width=”600″ target=”_blank”]

tophat2の使い方

リファレンス配列とアノテーションファイル

Illumina社が提供しているWebサイトiGenomesでは、代表的な生物に対してリファレンス配列とアノテーションファイル(GTF)を提供しています。データが大きいのでそれなりに適切な対応が必要と思いますが、直近のバージョンも管理されていて利用すると便利だと思います。(iGenomes

基本的な使い方

マッピングを行うリードデータ(fastqファイル:シングル/ペアエンド)と、リファレンス配列・既知のアノテーション情報を準備して、tophat2のコマンドをコールします。必要に応じてオプションを指定しますが、オプションのパラメータのデフォルト値は人などの哺乳類に最適化されていて、リードの長さは75bp以上で最適化されています。前提条件が大きく異なる場合は、パラメータの調整を検討した方が良いかもしれません。

計算を開始すると、データの大きさやコンピュータリソースの使用環境にもよりますが、一般的なデータで最低でも数時間程度は計算が続きます。マッピング結果はbam形式のファイルでaccepted_hits.bamとして得られます。マッピング情報は、align_summary.txtに概要が示されます。

tophat2の一般的な書式

tophat [options] <bowtie_index>  [reads1_2,...,readsN_2]

single-end

tophat -p 4 -G genes.gtf -o tophat_results bowtie_index_genome reads1.fastq

paired-end

tophat -p 4 -r 100 -G genes.gtf -o tophat_results bowtie_index_genome reads1_1.fastq reads1_2.fastq

よく使うオプション

  • -p

    tophatの計算に使用するスレッド数。多いほうが早く結果を得ることができます。しかし、メモリがあまり大きくない場合は、スレッド毎のメモリが小さくなってしまい、エラーが発生することがあります。スレッド数を小さくすると、うまくいく場合があります。

  • -o

    結果を格納するフォルダを指定します。-oで指定したフォルダが存在しないとエラーになります。

  • -G

    既知のtranscriptに関する情報を提供する場合は、gtfまたはgff形式で指定します。

  • -r

    pair-endの場合、リード1・リード2間の距離の期待値を入力します。デフォルトは50ですが、情報が手元にあれば指定した方が良いと思います。

スポンサーリンク





カテゴリー

今週よく読まれている記事

  1. 学会・会議で英語が絶望的にできなくて困るケース | オンライン開催で「英語力のなさ」を痛感した場合の対処法

    学会・会議で英語ができなくてに困るケース学会やイベント・会議などが、オンラインで開催される…
  2. r tidyverse 使い方 | 列 filter 絞り込み select関数 – dplyrパッケージ

    tidyverseで1つのデータフレームの列の絞り込みは、dplyrパッケージのselect関数を…
  3. プログラミングで疲れた脳をリフレッシュ 〜 鬼滅の刃「感動」と「やる気アップ」でストレス発散!

    ストレス発散は鬼滅で。「50%OFF」で読む!脳のパフォーマンスを上げるには、適度な休憩と…
  4. AWS ディスク容量不足 新しいボリュームを追加する

    バイオインフォマティクスでは大きなファイルを扱うことがあるので、ディスク不足に陥ることがあります。…
  5. 「知っている」と「知らない」とでは、もしものとき、大違いになる – コロナうつ対策

    コロナうつなどという言葉を聞くようになりましたが、派遣切り、解雇、リストラは、これから本格化します…

人気記事

  1. Excel, 統計

    z-score 計算方法 エクセル(Excel) 編
    統計処理で、大きく変化しているなどの判断基準にも使われる値…
  2. IGV, 解析ツール

    IGV 使い方 インストール〜便利な使い方まで | リファレンス・マッピングデータ・アノテーションを読み込んで表示しよう
    IGV(Integrative Genomics View…
  3. R言語

    R subset関数 データフレームやmatrixからの条件指定による行・列の抽出
    R の subset関数は、データフレームやマトリックスか…

おすすめ記事

  1. シェルスクリプト

    シェルスクリプト | ファイル存在チェック・空ファイルチェック
    bashでスクリプトを作成するときに、よく使うのがファイル…
  2. awk, シェルスクリプト

    bash 部分文字列・置換・長さ・連結・分割の文字列処理
    bashのよく使う文字列処理、部分文字列・置換・連結・長さ…
  3. R言語, グラフ

    R 使い方 軸・ラベルの調整(向き・サイズ・色など) グラフの描き方
    Rによるplot(グラフ)の描画は、手軽で大変便利です。た…