ALIGN

マッピングではリファレンスゲノムのデータ( NC_045512 )をもとに

シーケンサーから得られたリードデータ( fastqファイル )が

ウイルスゲノムのどの位置に該当するかを計算します。

Note

リファレンスゲノム

このパイプラインで使っているリファレンスゲノム

( /share/pub/hgc_ppl/CovidPipeLine/1.0.0/database/NC_045512/NC_045512.fasta ) は NC_045512 の NC_045512.2 バージョン を使っています。

このパイプラインではbwaでマッピングします。

マッピングしたsamファイルはbiobambamで位置順に並び替えられた後、

重複リードがマークされます。

出力ファイル一覧

ファイル名	説明
{サンプル名}.markdup.bam	markduplicationしたbamファイル
{サンプル名}.markdup.bam.bai	markdup.bamのインデックスファイル
{サンプル名}.markdup.bam.md5	markdup.bamのチェックサムファイル
{サンプル名}.markdup.metrics	markdup.bamのmetricsファイル

bamファイルは圧縮ファイルのため

そのままでは見ることができないので、

samtoolsを使う必要があります。

samtoolsとlessを使うことで見ることができます。( テキストファイルを見る方法 )

[username@gc016 ~]$module use /usr/local/package/modulefiles
[username@gc016 ~]$module load samtools
[username@gc016 ~]$samtools view test.bam | less

samファイルやbamファイルについては https://samtools.github.io/hts-specs/SAMv1.pdf

を参考にしてください。

bwa については http://bio-bwa.sourceforge.net

biobambamについては https://github.com/gt1/biobambam

を参考にしてください。