bwa

注意：MiniMAP2已取代BWA-MEM的PACBIO和Nanopore读取对齐。它保留了所有主要的BWA-MEM功能，但速度更快，更通用，更准确，并产生更好的基础水平对齐。 BWA-MEM2的Beta版本已发布用于简读映射。 BWA-MEM2的速度大约是BWA-MEM的两倍，并且输出接近相同的比对。

入门

 git clone https://github.com/lh3/bwa.git
cd bwa; make
./bwa index ref.fa
./bwa mem ref.fa read-se.fq.gz | gzip -3 > aln-se.sam.gz
./bwa mem ref.fa read1.fq read2.fq | gzip -3 > aln-pe.sam.gz

介绍

BWA是用于针对大型参考基因组（例如人类基因组）绘制DNA序列的软件包。它由三种算法组成：BWA-BACKTRACK，BWA-SW和BWA-MEM。第一种算法是为Illumina序列设计的，最多可读取100bp，而其余两个则用于更长的序列，范围从70bp到几兆瓦。 BWA-MEM和BWA-SW具有相似的功能，例如对长读数和嵌合对齐的支持，但是通常建议使用最新的BWA-MEM，因为它更快，更准确。 BWA-MEM在70-100bp Illumina读取中的性能也比BWA-BackTrack更好。

对于所有算法，BWA首先需要构建参考基因组（索引命令）的FM索引。对齐算法由不同的子命令调用：BWA-BackTrack的Aln/Samse/Sampe ， BWASW的BWA-SW和MEM用于BWA-MEM算法。

可用性

BWA在GPLV3下发布。最新的源代码可以在GitHub免费获得。可以在SourceForge下载发布的软件包。获取源代码后，只需使用make将单个可执行的bwa复制到所需的目标。构建BWA所需的唯一依赖性是Zlib。

自0.7.11以来，Bwakit提供了X86_64-Linux的预编译二进制文件。除了BWA之外，此自一致的软件包还配备了与BWA相关的和第三方的工具，可用于适当的BAM到FASTQ转换，映射到Alt Contigs，适配器修剪，重复标记，HLA键入，HLA键入和关联的数据文件。

寻求帮助

详细用法与源代码一起使用的MAN页面中描述。您可以使用man ./bwa.1在终端中查看MAN页面。可以在BWA网站上找到人类页面的HTML版本。如果您对BWA有疑问，则可以注册邮件列表，然后将问题发送到[email protected]。您也可以在Biostar和Seqanswers等论坛中提出问题。

引用BWA

• Li H. and Durbin R.（2009）与Burrows-wheeler变换快速准确的短读对准。生物信息学， 25，1754-1760 。 [PMID：19451168]。 （如果使用BWA-BackTrack算法）

• Li H. and Durbin R.（2010）与Burrows-Wheeler变换快速准确的长阅读对齐。生物信息学， 26，589-595 。 [PMID：20080505]。 （如果使用BWA-SW算法）

• Li H.（2013）对齐序列读取，克隆序列和带有BWA-MEM的组件。 ARXIV：1303.3997V2 [q-bio.gn]。 （如果使用BWA-MEM算法或FastMap命令，或者想引用整个BWA软件包）

请注意，最后一个引用是托管在arxiv.org上的预印本。我没有计划在不久的将来将其提交给同行评审的日记。

常见问题（常见问题解答）

1. BWA可以使用哪些类型的数据？
2. 为什么读取在输出SAM中多次出现？
3. BWA在参考序列上的工作是否长于4GB？
4. 为什么一个人可以对一对读取具有很高的映射质量，而另一个的映射质量为零？
5. Bwa-backTrack对准如何在染色体的末端脱颖而出？
6. BWA在GRCH38版本中是否可以与Alt Cortig合作？
7. 我可以在不进行后处理的情况下对GRCH38+ALT进行BWA-MEM吗？

1。BWA可以使用哪种类型的数据？

尽管最佳算法和设置可能会有所不同，但BWA可与多种类型的DNA序列数据一起使用。以下列表提供了建议的设置：

• Illumina/454/Iontorrent单端读取的读数长于〜70bp或组件的重叠群，最多可映射到密切相关的参考基因组：

    bwa mem ref.fa reads.fq > aln.sam
  

• Illumina单端读取的读数短于〜70bp：

    bwa aln ref.fa reads.fq > reads.sai; bwa samse ref.fa reads.sai reads.fq > aln-se.sam
  

• Illumina/454/iontorrent配对末端读取的读数超过〜70bp：

    bwa mem ref.fa read1.fq read2.fq > aln-pe.sam
  

• Illumina配对末端读取的读数短于〜70bp：

    bwa aln ref.fa read1.fq > read1.sai; bwa aln ref.fa read2.fq > read2.sai
    bwa sampe ref.fa read1.sai read2.sai read1.fq read2.fq > aln-pe.sam
  

• PACBIO子读物或牛津纳米孔读取参考基因组：

    bwa mem -x pacbio ref.fa reads.fq > aln.sam
    bwa mem -x ont2d ref.fa reads.fq > aln.sam
  

对于各种错误率（或序列差异），建议将BWA-MEM用于查询序列的时间长于〜70bp。通常，由于缺少所有种子的机会很小，因此BWA-MEM更宽容，错误给出了更长的查询序列。如上所述，在非默认设置的情况下，BWA-MEM与牛津纳米孔一起使用，其测序错误率超过20％。

2。为什么读取在输出SAM中多次出现？

BWA-SW和BWA-MEM执行局部对齐。如果有易位，基因融合或长删除，则桥接断裂点的读取可能具有两个命中，在SAM输出中占据了两条线。借助BWA-MEM的默认设置，一条和只有一条线是主要的，并且被软剪裁；其他线条用0x800 SAM标志（补充对齐）标记并进行了硬剪切。

3。BWA在参考序列上的工作时间比4GB的总数更长吗？

是的。自0.6.x以来，所有BWA算法都可以与总长度超过4GB的基因组一起使用。但是，单个染色体的时间不应大于2GB。

4。为什么一个人可以读一对具有很高的映射质量，而另一对质量为零？

这是正确的。分配了映射质量，用于单个阅读，而不是读取对。可能会明确映射一个读取，但其伴侣串联重复，因此无法确定其准确的位置。

5。bwa-backtrack对准如何在染色体的末端脱颖而出？

内部BWA将所有参考序列串联成一个长序列。读取可以映射到两个相邻参考序列的连接。在这种情况下，Bwa-backTrack将标记为未盖的读取（0x4），但是您会看到位置，雪茄和所有标签。 BWA-SW对齐也可能会出现类似的问题。 BWA-MEM没有这个问题。

6。BWA在GRCH38版本中是否可以与Alt Cortig合作？

是的，由于0.7.11，BWA-MEM正式支持映射到GRCH38+ALT。到目前为止，BWA-BackTrack和BWA-SW还没有适当地支持Alt映射。有关详细信息，请参见readme-alt.md。简而言之，建议使用bwakit（BWA的二元释放）来生成参考基因组和映射。

7。我可以在不进行后处理的情况下对GRCH38+ALT进行BWA-MEM吗？

如果您对Alt Cortig不感兴趣，则可以在不进行后处理的情况下运行BWA-MEM。以这种方式产生的对齐方式非常接近与没有ALT重叠群的GRCH38的对齐。尽管如此，应用后处理有助于减少由Alt Contigs差异部分读取引起的虚假映射，并且还可以启用HLA键入。建议运行后处理脚本。