在ALLHiC使用過程中需要構(gòu)建Allele.ctg.table，用于過濾多倍體基因組中因等位序列相似引起的HiC噪音的必要輸入。官網(wǎng)提供了兩種辦法，一種是blastn，需要對(duì)草圖基因組進(jìn)行注釋，這個(gè)過程挺麻煩的，在最下邊看到了也可以使用GMAP。我的目錄下之前已經(jīng)安裝了GMAP， 可我對(duì)這個(gè)軟件已經(jīng)一點(diǎn)印象也沒有了，再學(xué)習(xí)一下。

GMAP的方法不需要提供目標(biāo)基因組的注釋文件，只需要提供多倍體基因組的基因組序列和近緣物種的cds序列即可，github上的方法介紹鏈接：

https://github.com/tangerzhang/ALLHiC/issues/16

一．GMAP簡(jiǎn)介

GMAP是一款比對(duì)軟件，與bowie和bwa類似，能夠?qū)NA片段mapping到基因組上的軟件，最早用于將EST/cDNA序列比對(duì)到參考基因組上，可以用于基因組結(jié)構(gòu)注釋。后來又開發(fā)了GSNAP支持高通量數(shù)據(jù)比對(duì)。PacBio測(cè)序技術(shù)出現(xiàn)后，GMAP常用于Iso-Seq全長(zhǎng)轉(zhuǎn)錄本的比對(duì)。

二．GMAP構(gòu)建Allele.ctg.table

1. 準(zhǔn)備近源物種的cds序列和自己的草圖基因組序列。

2. GMAP對(duì)草圖基因組建立索引

gmap_build -D path -d dbname draft.genome.fasta

參數(shù)說明：

-D 創(chuàng)建索引的存放路徑（默認(rèn)存放在安裝路徑下的share文件夾）；

-d 創(chuàng)建索引的名字；

3. GMAP生成gff3文件

gmap -D path -d dbname -t 12 -f 2 -n $N reference.cds.fasta > gmap.gff3

參數(shù)說明：

-t 表示使用多少條線程進(jìn)行計(jì)算，默認(rèn)是1；

-D 參考序列索引的位置；

-d 參考序列索引的名字；

-n 草圖基因組來源物種的染色體倍性；

-f 輸出格式，輸出的gff3格式，-f 有1-9個(gè)選擇；

4.? 生成allelic.ctg.table

gmap2AlleleTable.pl ref.gff3

注意：是ref.gff3文件，這一步要把gmap.gff3文件和ref.gff3文件和Perl腳本放到同一目錄下。

5. 結(jié)果allelic.ctg.table

注意：gmap.gff3文件和ref.gff3文件里面對(duì)于基因的Name或者ID編號(hào)，格式要一致，否則生成的等位基因表會(huì)是一個(gè)空表，我就遇到這個(gè)問題了，正在解決這個(gè)問題，我會(huì)再單獨(dú)寫一篇文章記錄一下自己的解決過程。

參考：

ALLHiC續(xù): 如何構(gòu)建Allele.ctg.table_徐洲更hoptop的博客-CSDN博客

https://blog.csdn.net/u012110870/article/details/102943821

本文使用 文章同步助手 同步