多基因组比对

发表于 更新于 分类于

简介

多基因组比对分为有参考基因组（Referenced alignment）和无参考基因组（Reference-free alignment）两种情况，区别是有参考基因组的比对只会报告包含参考基因组的比对，忽略其他基因组之间的比对。MULTIZ属于有参考基因组的比对。

MULTIZ这套方法也被称作TBA（threaded blockset aligner）或者MULTIZ / TBA。MULTIZ与LASTZ不同，它不是一个真的序列比对软件。它利用基因组两两比对的结果，结合它们的进化树，得到多基因组比对结果。比如，参考物种ref_species和species_1、species_2的多基因组比对，先分别做ref_species和species_1比对、ref_species和species_2比对，然后用两两比对的结果和ref_species、species_1、species_2的进化树作为输入，利用MULTIZ得到多基因组比对结果。

安装MULTIZ

同LASTZ一样，MULTZ也不再更新了，我们使用Github上的可以被现代编译器编译的版本。

1
2
3
4
5
6
7
8
cd ~/software/
wget https://github.com/multiz/multiz/archive/20190527.tar.gz
tar zxf 20190527.tar.gz
cd multiz-20190527/
make
echo "export PATH=$HOME/software/multiz-20190527:\$PATH" >> ~/.bashrc
source ~/.bashrc
rm ~/software/20190527.tar.gz

运行MULTIZ

我们这里以斑马鱼（Danio rerio）、鲤鱼（Cyprinus carpio）、鲫鱼（Carassius auratus）基因组为例，斑马鱼的基因组作为参考基因组。假设我们已经通过两基因组比对，得到了Danio_rerio.Cyprinus_carpio.maf和Danio_rerio.Carassius_auratus.maf。

1
2
3
4
ln -s Danio_rerio.Cyprinus_carpio Danio_rerio.Cyprinus_carpio.sing.maf
ln -s Danio_rerio.Carassius_auratus.maf Danio_rerio.Carassius_auratus.sing.maf
roast - T=`pwd` E=Danio_rerio "((Carassius_auratus Cyprinus_carpio) Danio_rerio)" *.*.maf ref_species_mulitway.maf > roast.sh
bash roast.sh

输入的MAF文件的命名模式为ref_species.species_1.sing.maf，进化树的格式为关于Newick格式（Newick tree format）。使用roast生成一个脚本，这个脚本调用multiz和maf_project，运行这个脚本得到最终结果Danio_rerio_mulitway.maf。