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





ピックアップ記事

  1. 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ら条件にマッチした部分集合を取り出します…
  2. tidyverse – distinct関数でデータフレームの重複行を削除 dplyrパッケージ

    tidyverseでデータフレームの重複行の削除を行う場合、dplyrパッケージのdistinct…
  3. R plot 重ねる方法3パターン サンプルでわかるRの使い方

    Rでグラフ (plot) を重ねる方法は、「単純な追加」「図に重ねて描画」「濃淡で重なり表現」の3…

人気記事

  1. 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…
  2. Excel, その他, 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…
  3. R データ型 - 文字列・ベクター・データフレーム・マトリックス など-, R言語, スクリプト

    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. awk, bash 文字列操作, 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…
  2. 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…
  3. bash 応用, 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・空のファイルチェック
    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…