Bowtie2を使って、参照塩基配列と一致した配列を抽出、一致しなかった配列を抽出する

bowtie2のインストール

bowtie2は次のサイトからダウンロードできます。

次の例は~/research/に保存する手順です。

$ cd ~/research/
$ wget http://sourceforge.net/projects/bowtie-bio/files/bowtie2/2.2.2/bowtie2-2.2.2-linux-x86_64.zip
$ unzip bowtie2-2.2.2-linux-x86_64.zip

実行できるようPATHを通します。

$ export PATH=~/research/bowtie2-2.2.2/:$PATH >> ~/.bashrc
$ source ~/.bashrc

bowtie2を実行するとUsageが出力されます。

参照配列を準備

ヒトゲノムを参照用に使う場合、次のサイトから取得できます。

$ cd ~/research/
$ wget ftp://ftp.ccb.jhu.edu/pub/data/bowtie2_indexes/hg19.zip
$ unzip hg19.zip -d indexes/

自分で用意したい場合はbowtie2-buildコマンドでfastaファイルからindexを作成できます。

$ bowtie2-build reference.fasta ~/research/indexes/reference.fasta

マッピング

targetがpaired readsの場合：

-x <prefix>: reference fastaのindexのprefix(xxx.1.bt2,xxx.2.bt2などのxxxの部分)
--un-conc <filename>: 一致しなかった配列をファイルに出力
--al-conc <filename>: 一致した配列をファイルに出力
-1 <filename>: target fastqの1のついたファイルを指定
-2 <filename>: target fastqの2のついたファイルを指定

paired readsの場合はオプションで--un-concと--al-concを使う必要があります。
（私はここにはまりました）

$ bowtie2 -p 2 --un-conc target_nohg19.fastq --al-conc target_hg19.fastq -x ~/research/indexes/hg19 -1 target_1.fastq -2 target_2.fastq > /dev/null 2> target.log
$ cat target.log

実行後、次のファイルが出力されます。
target_nohg19.1.fastq
target_nohg19.2.fastq
target_hg19.1.fastq
target_hg19.2.fastq

さらに、画面には総read数、一致したread数とパーセント、一致しなかったread数とパーセントが表示されます。
（標準エラーに出力されるので、リダイレクトでlogファイルに残すようにします）

targetがnon-paired readsの場合：

$ bowtie2 -p 2 --un target_nohg19.fastq --al target_hg19.fastq -x ~/research/indexes/hg19 target.fastq > /dev/null 2> target.log
$ cat target.log

参照

RNA-seqデータの解析パイプラインを作ろう（TopHat-Cuffilnks）

Default Filtering rRNA out using Bowtie2