Minimap2实用指南：从基因组比对到RNA-seq分析

前言

Minimap2是一款高效的序列比对工具，由生物信息学专家李恒开发。它支持多种数据类型和应用场景，包括长读长测序数据比对、RNA-seq分析、全基因组比对等。本文将详细介绍Minimap2的核心功能和使用方法，帮助用户快速掌握这一强大工具。

安装与基础配置

Minimap2的安装过程简单直接。用户可以通过以下命令获取最新版本：

curl -L [下载链接] | tar jxf -
cp minimap2-2.30_x64-linux/{minimap2,k8,paftools.js} .
export PATH="$PATH:"`pwd`

安装完成后，建议下载示例数据集进行测试：

curl -L [数据链接] | tar zxf -

基因组读长比对

长读长数据比对

对于PacBio等长读长数据，使用以下命令进行比对：

minimap2 -ax map-pb -t4 参考基因组.fa 长读长数据.fa > 比对结果.sam

为提高大基因组比对效率，可先建立索引：

minimap2 -x map-pb -d 索引文件.mmi 参考基因组.fa
minimap2 -ax map-pb 索引文件.mmi 长读长数据.fa > 比对结果.sam

注意：索引建立后，关键算法参数如k-mer长度和窗口大小将无法更改。参数不匹配时Minimap2会发出警告。

Illumina双端测序数据比对

对于短读长数据，使用专用参数：

minimap2 -ax sr -t4 参考基因组.fa read1.fq read2.fq > 比对结果.sam

比对准确性评估（开发者功能）

使用模拟数据评估比对准确性：

minimap2 -ax sr 参考基因组.fa read1.fq read2.fq | paftools.js mapeval -

输出包含映射质量阈值、正确/错误比对数等统计信息，帮助开发者优化参数。

RNA-seq长读长分析

Nanopore cDNA数据比对

minimap2 -ax splice 参考转录组.fa cDNA数据.fa > 比对结果.sam

比对结果可与真实注释比较：

paftools.js junceval 注释文件.gtf 比对结果.sam

对于特定数据集，可调整剪接位点参数：

minimap2 -ax splice --splice-flank=no 参考转录组.fa cDNA数据.fa

直接RNA测序数据比对

直接RNA数据噪声较大，需调整参数：

minimap2 -ax splice -k14 -uf 参考转录组.fa 直接RNA数据.fa > 比对结果.sam

PacBio Iso-seq数据比对

minimap2 -ax splice -uf -C5 参考转录组.fa Iso-seq数据.fq > 比对结果.sam

-C5参数降低非经典剪接位点的惩罚，适用于低错误率数据。

全基因组比对

同物种组装比对

minimap2 -cx asm5 --cs 参考基因组.fa 组装结果.fa > 比对结果.paf

跨物种基因组比对

Minimap2提供三种预设参数：

• asm5：序列差异<1%
• asm10：差异约2%
• asm20：差异≤10%

minimap2 -cx asm20 --cs 参考基因组.fa 其他物种基因组.fa > 比对结果.paf

变异检测

minimap2 -cx asm5 --cs 参考基因组.fa 组装结果.fa \
  | sort -k6,6 -k8,8n \
  | paftools.js call -f 参考基因组.fa > 变异结果.vcf

同源区域分析

minimap2 -DP -k19 -w19 -m200 基因组.fa 基因组.fa > 同源结果.paf

读长重叠分析

长读长重叠检测

# PacBio数据
minimap2 -x ava-pb 读长数据.fa 读长数据.fa > 重叠结果.paf
# Nanopore数据
minimap2 -x ava-ont -r 10000 读长数据.fa 读长数据.fa > 重叠结果.paf

对于Nanopore数据，明确设置-r 10000可提高组装连续性。

重叠敏感性评估（开发者功能）

minimap2 -cx map-pb 参考基因组.fa 读长数据.fa > 参考比对.paf
sort -k6,6 -k8,8n 参考比对.paf | paftools.js ov-eval - 重叠结果.paf

总结

Minimap2是一款功能全面、性能优异的序列比对工具，适用于多种生物信息学分析场景。通过合理选择预设参数和调整特定选项，用户可以高效处理不同类型的数据。本文介绍的核心功能和典型用法，希望能帮助用户快速上手并充分发挥Minimap2的分析能力。

对于进阶使用，建议参考官方文档和社区讨论，深入了解各参数的生物学意义和算法原理，以获得最佳分析结果。