bwa

注意：MiniMAP2已取代BWA-MEM的PACBIO和Nanopore讀取對齊。它保留了所有主要的BWA-MEM功能，但速度更快，更通用，更準確，並產生更好的基礎水平對齊。 BWA-MEM2的Beta版本已發布用於簡讀映射。 BWA-MEM2的速度大約是BWA-MEM的兩倍，並且輸出接近相同的比對。

入門

 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

介紹

BWA是用於針對大型參考基因組（例如人類基因組）繪製DNA序列的軟件包。它由三種算法組成：BWA-BACKTRACK，BWA-SW和BWA-MEM。第一種算法是為Illumina序列設計的，最多可讀取100bp，而其餘兩個則用於更長的序列，範圍從70bp到幾兆瓦。 BWA-MEM和BWA-SW具有相似的功能，例如對長讀數和嵌合對齊的支持，但是通常建議使用最新的BWA-MEM，因為它更快，更準確。 BWA-MEM在70-100bp Illumina讀取中的性能也比BWA-BackTrack更好。

對於所有算法，BWA首先需要構建參考基因組（索引命令）的FM索引。對齊算法由不同的子命令調用：BWA-BackTrack的Aln/Samse/Sampe ， BWASW的BWA-SW和MEM用於BWA-MEM算法。

可用性

BWA在GPLV3下發布。最新的源代碼可以在GitHub免費獲得。可以在SourceForge下載發布的軟件包。獲取源代碼後，只需使用make將單個可執行的bwa複製到所需的目標。構建BWA所需的唯一依賴性是Zlib。

自0.7.11以來，Bwakit提供了X86_64-Linux的預編譯二進製文件。除了BWA之外，此自一致的軟件包還配備了與BWA相關的和第三方的工具，可用於適當的BAM到FASTQ轉換，映射到Alt Contigs，適配器修剪，重複標記，HLA鍵入，HLA鍵入和關聯的數據文件。

尋求幫助

詳細用法與源代碼一起使用的MAN頁面中描述。您可以使用man ./bwa.1在終端中查看MAN頁面。可以在BWA網站上找到人類頁面的HTML版本。如果您對BWA有疑問，則可以註冊郵件列表，然後將問題發送到[email protected]。您也可以在Biostar和Seqanswers等論壇中提出問題。

引用BWA

• Li H. and Durbin R.（2009）與Burrows-wheeler變換快速準確的短讀對準。生物信息學， 25，1754-1760 。 [PMID：19451168]。 （如果使用BWA-BackTrack算法）

• Li H. and Durbin R.（2010）與Burrows-Wheeler變換快速準確的長閱讀對齊。生物信息學， 26，589-595 。 [PMID：20080505]。 （如果使用BWA-SW算法）

• Li H.（2013）對齊序列讀取，克隆序列和帶有BWA-MEM的組件。 ARXIV：1303.3997V2 [q-bio.gn]。 （如果使用BWA-MEM算法或FastMap命令，或者想引用整個BWA軟件包）

請注意，最後一個引用是託管在arxiv.org上的預印本。我沒有計劃在不久的將來將其提交給同行評審的日記。

常見問題（常見問題解答）

1. BWA可以使用哪些類型的數據？
2. 為什麼讀取在輸出SAM中多次出現？
3. BWA在參考序列上的工作是否長於4GB？
4. 為什麼一個人可以對一對讀取具有很高的映射質量，而另一個的映射質量為零？
5. Bwa-backTrack對準如何在染色體的末端脫穎而出？
6. BWA在GRCH38版本中是否可以與Alt Cortig合作？
7. 我可以在不進行後處理的情況下對GRCH38+ALT進行BWA-MEM嗎？

1。BWA可以使用哪種類型的數據？

儘管最佳算法和設置可能會有所不同，但BWA可與多種類型的DNA序列數據一起使用。以下列表提供了建議的設置：

• Illumina/454/Iontorrent單端讀取的讀數長於〜70bp或組件的重疊群，最多可映射到密切相關的參考基因組：

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

• Illumina單端讀取的讀數短於〜70bp：

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

• Illumina/454/iontorrent配對末端讀取的讀數超過〜70bp：

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

• Illumina配對末端讀取的讀數短於〜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子讀物或牛津納米孔讀取參考基因組：

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

對於各種錯誤率（或序列差異），建議將BWA-MEM用於查詢序列的時間長於〜70bp。通常，由於缺少所有種子的機會很小，因此BWA-MEM更寬容，錯誤給出了更長的查詢序列。如上所述，在非默認設置的情況下，BWA-MEM與牛津納米孔一起使用，其測序錯誤率超過20％。

2。為什麼讀取在輸出SAM中多次出現？

BWA-SW和BWA-MEM執行局部對齊。如果有易位，基因融合或長刪除，則橋接斷裂點的讀取可能具有兩個命中，在SAM輸出中佔據了兩條線。借助BWA-MEM的默認設置，一條和只有一條線是主要的，並且被軟剪裁；其他線條用0x800 SAM標誌（補充對齊）標記並進行了硬剪切。

3。BWA在參考序列上的工作時間比4GB的總數更長嗎？

是的。自0.6.x以來，所有BWA算法都可以與總長度超過4GB的基因組一起使用。但是，單個染色體的時間不應大於2GB。

4。為什麼一個人可以讀一對具有很高的映射質量，而另一對質量為零？

這是正確的。分配了映射質量，用於單個閱讀，而不是讀取對。可能會明確映射一個讀取，但其伴侶串聯重複，因此無法確定其準確的位置。

5。bwa-backtrack對準如何在染色體的末端脫穎而出？

內部BWA將所有參考序列串聯成一個長序列。讀取可以映射到兩個相鄰參考序列的連接。在這種情況下，Bwa-backTrack將標記為未蓋的讀取（0x4），但是您會看到位置，雪茄和所有標籤。 BWA-SW對齊也可能會出現類似的問題。 BWA-MEM沒有這個問題。

6。BWA在GRCH38版本中是否可以與Alt Cortig合作？

是的，由於0.7.11，BWA-MEM正式支持映射到GRCH38+ALT。到目前為止，BWA-BackTrack和BWA-SW還沒有適當地支持Alt映射。有關詳細信息，請參見readme-alt.md。簡而言之，建議使用bwakit（BWA的二元釋放）來生成參考基因組和映射。

7。我可以在不進行後處理的情況下對GRCH38+ALT進行BWA-MEM嗎？

如果您對Alt Cortig不感興趣，則可以在不進行後處理的情況下運行BWA-MEM。以這種方式產生的對齊方式非常接近與沒有ALT重疊群的GRCH38的對齊。儘管如此，應用後處理有助於減少由Alt Contigs差異部分讀取引起的虛假映射，並且還可以啟用HLA鍵入。建議運行後處理腳本。