HISAT2 开源项目安装与使用教程

1. 项目介绍

HISAT2 是一个快速且敏感的比对程序，用于将下一代测序读取（包括全基因组、转录组和外显子测序数据）映射到一个群体的人类基因组，或者映射到一个单一的参考基因组。HISAT2 基于 BWT 图的扩展设计并实现了一个图 FM 索引（GFM），这是一种原创的方法，据我们所知，这是其首次实现。除了使用一个全局 GFM 索引来表示一般人群外，HISAT2 还使用了一组覆盖整个基因组的小 GFM 索引（每个索引代表一个 56 Kbp 的基因组区域，需要 55,000 个索引来覆盖人类群体）。这些小索引（称为本地索引）与几种比对策略相结合，能够有效地比对测序读取。这种新的索引方案称为分层图 FM 索引（HGFM）。

2. 项目快速启动

2.1 安装

首先，克隆 HISAT2 的 GitHub 仓库并进行编译：

git clone https://github.com/DaehwanKimLab/hisat2.git
cd hisat2
make

2.2 构建索引

使用 hisat2-build 命令构建 HISAT2 索引：

hisat2-build genome.fa genome

2.3 比对读取

使用 hisat2 命令进行读取比对：

# 单端 FASTA 读取比对
hisat2 -f -x genome -U reads.fa -S output.sam --no-spliced-alignment

# 双端 FASTQ 读取比对
hisat2 -x genome -1 reads_1.fq -2 reads_2.fq -S output.sam

3. 应用案例和最佳实践

3.1 全基因组测序数据比对

HISAT2 可以用于将全基因组测序数据比对到参考基因组，以识别 SNPs 和结构变异。以下是一个典型的全基因组测序数据比对流程：

hisat2 -x genome -1 WGS_reads_1.fq -2 WGS_reads_2.fq -S WGS_output.sam

3.2 转录组测序数据比对

对于转录组测序数据，HISAT2 可以用于比对读取到基因组，以识别剪接位点和转录本。以下是一个典型的转录组测序数据比对流程：

hisat2 -x genome -1 RNAseq_reads_1.fq -2 RNAseq_reads_2.fq -S RNAseq_output.sam

3.3 外显子测序数据比对

HISAT2 也可以用于外显子测序数据的比对，以识别基因组中的变异。以下是一个典型的外显子测序数据比对流程：

hisat2 -x genome -1 Exome_reads_1.fq -2 Exome_reads_2.fq -S Exome_output.sam

4. 典型生态项目

4.1 StringTie

StringTie 是一个用于从 RNA-Seq 数据中组装和量化转录本的工具。它可以与 HISAT2 结合使用，以提高转录本组装的准确性。

4.2 Cufflinks

Cufflinks 是一个用于从 RNA-Seq 数据中进行转录本组装和表达量估计的工具。HISAT2 的比对结果可以直接输入到 Cufflinks 中进行进一步分析。

4.3 SAMtools

SAMtools 是一个用于处理 SAM/BAM 文件的工具集。HISAT2 生成的 SAM 文件可以使用 SAMtools 进行进一步的处理和分析。

通过以上步骤，您可以快速上手并使用 HISAT2 进行基因组数据的比对和分析。