hisat2索引构建命令
作者&投稿:钊壮 (若有异议请与网页底部的电邮联系)
hisat2-build[options]*
注意:
如果使用--snp,--ss和/或--exon选项,hisat2-build将需要大约200GB的运行内存来满足人类基因组规模大小的基因组的索引构建,因为建立索引涉及到graph construction。否则,就可以用8GB的运行内存在个人电脑构建索引了。
主要参数
<reference_in>
以逗号分隔的FASTA文件列表,其中包含要比对的参考序列,例如chr1.fa,chr2.fa,chrX.fa,chrY.fa;如果指定了-c,则可以具体的GGTCATCCT,ACGGGTCGT,CCGTTCTATGCGGCTTA序列。
<ht2_base>
要写入的索引文件的basename;默认情况下,hisat2-build写入文件名为NAME.1.ht2, NAME.2.ht2, NAME.3.ht2, NAME.4.ht2, NAME.5.ht2, NAME.6.ht2, NAME.7.ht2, NAME.8.ht2的文件。<ht2_base>就是文件前缀NAME。
选项
1.-f
参考基因组输入文件(指定为<reference_in>_)是FASTA文件(通常具有.fa、.mfa、.fna或类似的扩展名)。
2.-c
在命令行上给出参考序列。也就是说<reference_in>是一个逗号分隔的序列列表,而不是一个FASTA文件列表。
3.--large-index
强制hisat2-build建立一个大的索引,即使参考的长度小于~ 40亿个核苷酸。
4.-a/--noauto
禁用hisat2-build根据可用内存自动选择--bmax,--dcv和[--packed]参数的这一默认行为。相反,用户可以为这些参数指定值。如果内存在构建索引期间耗尽,将输出错误信息;由用户决定是否尝试新的参数。
5.--bmax
block 中允许的最大后缀数。允许每个block使用更多的后缀可以加快索引构建速度,但会增加内存的峰值使用。设置此选项将覆盖以前对--bmax或--bmaxdivn的任何设置。--bmaxdivn默认值是4。这是默认自动配置的;使用-a/- noauto则可以手动配置。
6.--bmaxdivn
block中允许的最大后缀数,表示为参考序列长度的一部分。设置此选项将覆盖以前对--bmax或--bmaxdivn的任何设置。默认值: --bmaxdivn 4。这是默认自动配置的;使用-a/- noauto则可以手动配置。
7.--dcv
使用<int>作为 difference-cover 样本的period。较大的period产生较少的内存开销,但可能使后缀排序变慢,特别是如果存在重复。必须是2的整数幂且必须不大于4096。默认值:1024。这是默认自动配置的;使用-a/- noauto手动配置。
8.--nodc
禁用difference-cover样本的使用。在最坏的情况下(最坏的情况是极度重复的参考序列),后缀排序变成了二次排序。默认值:关闭。
9.-r/--noref
不要构建名称为NAME.3.ht2 、NAME.4.ht2的索引部分,它包含参考序列的bitpacked版本, 用于双端测序的比对。
10.-3/--justref
只构建名称为NAME.3.ht2 、NAME.4.ht2的索引部分,它包含引用序列的bitpacked版本,用于双端测序的比对。
11.-o/--offrate <int>
为了将比对结果映射回参考序列上,有必要用基因组上相应位置标注(标记)部分或全部的Burrows-Wheeler
rows。-o/- offrate统计有多少行被标记:索引器将标记每2^<int>行。标记更多的行可以使序列-位置查找更快,但是需要更多的内存来在运行时保存注释。默认值为4(每16行标记一次;对于人类基因组来说,注释大约有680兆字节)。
12.-t/--ftabchars
ftab是用于计算的第一个<int>字符的初始Burrows-Wheeler范围的查找表。较大的<int>将生成较大的查找表,但查询时间更快。ftab的大小为4^(<int>+1)字节。默认设置为10 (ftab为4MB)。
13.--localoffrate
这个选项统计在本地索引中标记多少行:索引器将标记每2^<int>行。标记更多的行可以使引用位置查找更快,但是需要更多的内存来在运行时保存注释。默认值为3(每标记第8行,每个本地索引大约占用16KB)。
14.--localftabchars
本地ftab是本地索引中的查找表。默认设置为6 (ftab为每个本地索引8KB)。
15.-p
并行运算线程数(默认:1)。
16.--snp
提供一个snp列表(HISAT2自己的格式),如下(五列)。
SNPID snp type (single, deletion, or insertion) chromosomename zero-offset based genomic position of a SNP alternative base (single), the length of SNP (deletion), or insertion sequence(insertion)
例如:rs58784443,single,13,18447947,T
hisat2_extract_snps_haplotypes_UCSC.py(在HISAT2包中)从dbSNP文件(例如http://hgdownload.soe.ucsc.edu/goldenPath/hg38/database/snp144Common.txt.gz)中提取SNPs和haplotypes。或者hisat2_extract_snps_haplotypes_VCF.py从VCF文件中提取SNPs和haplotypes(例如 ftp://ftp.1000genomes.ebi.ac.uk/vol1/ftp/release/20130502 /supporting/GRCh38_
positions/ALL.chr22.phase3_shapeit2_mvncall_integrated_v3plus_nounphased.rsID.genotypes.GRCh38_dbSNP_no_SVs.vcf.gz)。
17.--haplotype
提供一个单倍型列表(使用HISAT2自己的格式),如下所示(五列)。
HaplotypeID chromosome name zero-offset based left coordinate ofhaplotype zero-offset based right coordinate of haplotype a comma separated list of SNP ids in the haplotype
例如:ht35,13,18446877,18446945,rs12381094,rs12381056,rs192016659,rs538569910
关于如何提取单倍型,请参阅上面的-snp选项。这个选项不是必需的,但是单倍型信息可以防止索引构造激增,并大幅减少索引大小。
18.--ss
注意, 这个选项应该与下面的--exon选项一起使用。提供一个 剪切位点 列表(HISAT2自己的格式),如下(四列):
chromosomename zero-offset based genomic position of the flanking base on theleft side of an intron zero-offset based genomic position of theflanking base on the right strand
可以用hisat2_extract_splice_sites.py 脚本从GTF注释文件中提取剪切位点文件。
19.--exon
注意 ,这个选项应该与上面的--ss选项一起使用。提供一个外显子列表(HISAT2自己的格式),如下(三列):
chromosomename zero-offset based left genomic position of an exon zero-offset based right genomic position of an exon
可以用hisat2_extract_exons.py脚本从GTF注释文件中提取外显子文件。
20. --seed
伪随机数生成器的种子
21.--cutoff
22.-q/--quiet
静默输出,只会输出错误信息。
23.-h/--help
帮助文档
24.--version
软件版本信息
犁纯苦参: 方法如下: Oracle中建立索引,会提高查询速度: create index 索引名 on 表名(列名); 例如: create index index_userid on tbl_detail(userid); 如何找数据库表的主键字段的名称
宿迁市19781552054: 如何创建oracle函数索引 - ?
犁纯苦参: 索引是建立在函数基础之上的.一般的索引 create index P_IDX ON TABLE1(COLUMN1); 当执行SELECT * FROM TABLE1 WHERE COLUMN1 = XXX 时会用到索引.函数索引:CREATE INDEX P_IDX ON TABLE1(SUBSTR(COLUMN1,0,5)); 当执行SELECT * FROM TABLE1 WHERE SUBSTR(COLUMN1,0,5) = XXX 时会用到索引.但执行SELECT * FROM TABLE1 WHERE COLUMN1 = XXX时是不会用到索引的 一般情况下是最好不用建函数索引.
宿迁市19781552054: 如何在ORACLE数据库的字段上建立索引 - ?
犁纯苦参: Oracle中建立索引,会提高查询速度:create index 索引名 on 表名(列名); 例如:create index index_userid on tbl_detail(userid);
宿迁市19781552054: 如何在oracle中创建索引,还有在创建过程中,tablespace什么意思,能给出一个创建的例子吗? - ?
犁纯苦参: 建索引的简单语法格式如下:create [unique] index 索引名 ON 表名(列名组) [tablespace] 表空间名; 其中:[unique] -- 代表唯一索引, [tablespace] -- 表空间,代表存放索引的表空间,缺省时索引存放在默认表空间中.例:为EMP表创建唯一索引 create unique index i_emp_empno on emp(empno) tablespace users;
宿迁市19781552054: oracle中怎么建立和使用索引 - ?
犁纯苦参: 在程序中,oracle优化器在认为索引效率更高时,会自动调用索引. 也可以显式调用索引: select /*+index(A,索引名)*/ * from A where b='',c='';
宿迁市19781552054: oracle数据库中 创建任何索引 的代码?
犁纯苦参: grant create session to MYROLE; grant create table to MYROLE; grant create view to MYROLE; grant create sequence to MYROLE; grant create any index to MYROLE;
宿迁市19781552054: access怎样建立索引 - ?
犁纯苦参: 方法如下:1、启动access,打开要设置的数据库;2、导航栏右击要设置索引的数据表,选择设计视图;3、字段列表点击要设置索引的字段,下方属性列表中索引属性设置为有(有重复)或有(无重复).(注意:选择无重复要求该字段的值必须具有唯一性,也就是不允许重复.)
宿迁市19781552054: oracle 字符串怎么建立索引 - ?
犁纯苦参: create index index_name on table_name(column_name) ; 只要你查询使用到建了索引的字段,一般都会用到索引.--创建表 create table aaa ( a number, b number ); --创建索引 create index idx_a on aaa (a); --使用索引 select * from aaa where a=1; 这句查询就会使用索引 idx_a
宿迁市19781552054: Oracle索引技术之如何建立最佳索引 - ?
犁纯苦参: 索引一般都建立在主键的,或者是经常被用作搜索条件的字段,如果是主键的话,在建立主键的时候会默认建立索引,如果是其他字段的话,则要在建表的申明,或者是修改表的结构
宿迁市19781552054: 在数据库写出建立索引的操作步骤? - ?
犁纯苦参: 首先打开SQL2005 管理平台.连接好数据库.打开目录:数据库-->系统数据库-->master-- >表-->系统表-->dbo.student-->索引..这里我只是拿student来举例.你可以选择其他表方法一样的.右击索引选择新建索引.弹出新建索引的窗口....