kallisto怎么使用

本篇內容介紹了“kallisto怎么使用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

kallisto 是2016年發布的一款無須比對的轉錄本定量工具，采用了名為pseudo-alignment的算法。傳統的定量算法是根據reads的比對位置來確認其屬于哪個轉錄本或者基因，而pseudo-alignment 算法不關系reads具體的比對位置，而是通過reads的kmer特征來判斷其屬于哪一條轉錄本，示意圖如下

首先將每個轉錄本序列劃分為kmer, 利用所有轉錄本的kmer序列構建de Bgujin Graph, 簡稱T-DBG，在這個圖中，每個節點是一個kmer, 每條路徑代表一個轉錄本， 由于轉錄本序列的冗余，實際上每個kmer對應多條路徑，也就是對應多個轉錄本; 然后將測序的reads也劃分為kmer, 并將其映射到T-DBG中。

最終定量時，將該reads的所有kmer對應的轉錄本取交集，就能夠分析出reads可能屬于哪些轉錄本序列。

官網有編譯好的可執行文件，下載解壓即可。代碼如下

wget https://github.com/pachterlab/kallisto/releases/download/v0.44.0/kallisto_linux-v0.44.0.tar.gz
tar xzvf kallisto_linux-v0.44.0.tar.gz

解壓之后，在文件夾下可以看到名為kallisto的可執行文件。從算法也可以看到，軟件的運行需要兩步，第一步對轉錄本的序列劃分kmer, 構建T-DBG, 也稱之為建索引；第二步對reads 定量。

1. 對轉錄本序列建立索引

kallisto支持讀取gzip壓縮的轉錄本序列，用法如下

kallisto index -k 31 -i hg19.idx  hg19.refMrna.fa

只需要提供轉錄本的fasta格式的序列即可。-k參數指定kmer的長度，-i參數指定輸出的索引的名字，注意kallisto建立的索引為一個文件。

2. 定量

kallisto 支持單端和雙端數據的定量，雙端數據用法如下

kallisto quant \
-i hg19.idx  \
-o out_dir  \
-t  20 \ 
R1.fastq.gz R2.fastq.gz

-i參數指定轉錄本的索引文件，-o參數指定輸出結果的目錄，-t參數指定線程數，kallisto支持gzip壓縮的序列文件。
單端數據用法如下

kallisto quant \
-i hg19.idx \
-o output \
--single \
-l 180 \
-s 20 \
-t 20 \
reads.fastq.gz

對于單端數據而言，必須指定fragment長度的均值和方差，分別對應-l和-s參數。
在輸出目錄，會生成以下3個文件

├── abundance.h6
├── abundance.tsv
└── run_info.json

run_info.json 文件為JSON格式，保存了運行的命令和參數。

前綴為abundance 的文件，保存了轉錄本的定量信息。其中h6為HDF5格式的文件，當轉錄本數量較多時，相比純文本，這種格式的文件大小會小很多；tsv為純文本的文件，內容如下

對于HDF5的文件，可以采用如下命令轉換為tsv格式的文件

kallisto h6dump  -o out_dir  abundance.h6

-o參數指定輸出結果的目錄，最終生成的文件名稱為abundance.tsv。

“kallisto怎么使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！