BWA
Burrows-Wheeler Aligner (BWA) on tehokas ohjelma, joka kohdistaa suhteellisen lyhyitä nukleotidisekvenssejä pitkää viitesekvenssiä, kuten ihmisen genomia, vasten. Se toteuttaa kolme algoritmia: BWA-MEM (mem), BWA-Backtrack (aln) ja BWA-SW (bwasw). BWA-Backtrack toimii alle 200 emäsparin pituisten kyselysekvenssien kanssa. Kahta muuta algoritmia käytetään pidemmille luvuille noin 100 kbp:iin asti. BWA-MEMiä suositellaan yli 70 emäsparin pituisille luvuille. Kaikki algoritmit tekevät aukollisen kohdistuksen.
BWA:ta voidaan käyttää sekä yksittäispään että paripään lukujen kohdistamiseen viitegenomiin tai sekvenssijoukkoon.
Lisenssi
Vapaasti käytettävä ja avointa lähdekoodia GNU GPLv3 -lisenssillä.
Saatavuus
- Roihu-CPU: 0.7.19,
bio-apps-moduulin kautta.
Käyttö
BWA on osa Roihun bio-apps -kokoelmaa. Lataa ensin bio-apps-moduulipuu ja sitten BWA-moduuli:
BWA-komentojen perussyntaksi on:
BWA-indeksit
CSC ei ylläpidä valmiiksi käännettyjä BWA-indeksejä viitegenomeille Roihussa, mutta voit tarkistaa, tarjoavatko Chipsterissä käytetyt genomit valmiin indeksin genomille, jota haluat käyttää. Tämä tehdään chipster_genomes -työkalulla:
Jos sopivaa indeksiä ei löydy, ensimmäinen vaihe BWA-kohdistuksessa on viitegenomin lataaminen ja sen indeksointi. Huomaa, että $HOME-hakemistosi on usein liian pieni kokonaisten genomien käsittelyyn; analyysi kannattaa tehdä sen sijaan projektisi scratch-hakemistossa.
Lataa viitegenomi (esimerkiksi wget-komennolla) scratch-hakemistoosi ja laske sille sitten BWA-indeksit:
Huomaa, että pienille (alle 2 GB) viitegenomeille voit käyttää nopeampaa "is"-indeksointialgoritmia (bwa index -a is).
Yksittäispään kohdistus
Kun indeksointi on valmis, voit tehdä yksittäispään lukujen kohdistuksen komennolla:
Jos haluat käyttää aln-algoritmia (BWA-Backtrack), kohdistus täytyy tehdä kahdessa vaiheessa.
Laske ensin varsinainen kohdistus:
Tulostiedosto on BWA:n omaa .sai-muotoa, jonka voit muuntaa SAM-muotoon bwa samse -komennolla:
Paripään kohdistus
Jos käytät MEM-algoritmia, voit tehdä paripään kohdistuksen yhdellä komennolla:
BWA-Backtrack-algoritmin tapauksessa sinun tulee ensin tehdä erillinen kohdistusajo kummallekin lukutiedostolle:
bwa aln Homo_sapiens.GRCh38.dna.toplevel.fa reads1.fq > aln1.sai
bwa aln Homo_sapiens.GRCh38.dna.toplevel.fa reads2.fq > aln2.sai
Nämä kaksi .sai-kohdistustiedostoa yhdistetään bwa sampe -komennolla:
Esimerkkieräajokomentosarja
BWA-ajot tulee suorittaa eräajoina. Alla on esimerkkieräajokomentosarja BWA-ajon suorittamiseen Roihussa:
#!/bin/bash
#SBATCH --job-name=bwa
#SBATCH --output=output_%j.txt
#SBATCH --error=errors_%j.txt
#SBATCH --account=<project>
#SBATCH --partition=small
#SBATCH --time=12:00:00
#SBATCH --nodes=1
#SBATCH --ntasks=1
#SBATCH --cpus-per-task=8
#SBATCH --mem-per-cpu=4000M
module load bio-apps/v202603
module load bwa/0.7.19
# Index the reference genome
bwa index -a bwtsw Homo_sapiens.GRCh38.dna.toplevel.fa
# Run the alignment
bwa mem -t $SLURM_CPUS_PER_TASK Homo_sapiens.GRCh38.dna.toplevel.fa reads1.fq reads2.fq > aln.sam
Yllä olevassa eräajoesimerkissä suoritetaan yksi BWA-tehtävä (--ntasks=1). BWA-ajo käyttää 8 ydintä (--cpus-per-task=8) ja yhteensä 32 GB muistia. Ajon enimmäiskesto on kaksitoista tuntia (--time=12:00:00). Kaikki ytimet varataan yhdeltä laskentasolmulta (--nodes=1). Korvaa <project> omalla CSC-projektillasi (esimerkiksi project_2001234).
Voit lähettää eräajotiedoston eräajo järjestelmään komennolla:
Katso lisätietoja eräajojen suorittamisesta ohjeesta eräajokomentosarjan luominen Roihulle.
Tuki
Lisätietoja
Lisätietoja BWA:sta löytyy seuraavista lähteistä: