參考來(lái)源：http://starsyi.github.io/2016/05/24/BWA-%E5%91%BD%E4%BB%A4%E8%AF%A6%E8%A7%A3/
一、BWA 簡(jiǎn)介
BWA针肥，即Burrows-Wheeler-Alignment Tool拓巧。BWA 的學(xué)習(xí)主要來(lái)自參考網(wǎng)站和使用手冊(cè)闸度；BWA 是一種能夠?qū)⒉町惗容^小的序列比對(duì)到一個(gè)較大的參考基因組上的軟件包。它由三個(gè)不同的算法：
BWA-backtrack: 是用來(lái)比對(duì) Illumina 的序列的，reads 長(zhǎng)度最長(zhǎng)能到 100bp酱虎。-
BWA-SW: 用于比對(duì) long-read ，支持的長(zhǎng)度為 70bp-1Mbp擂涛；同時(shí)支持剪接性比對(duì)读串。
BWA-MEM: 推薦使用的算法，支持較長(zhǎng)的read長(zhǎng)度撒妈，同時(shí)支持剪接性比對(duì)（split alignments)恢暖，但是BWA-MEM是更新的算法，也更快狰右，更準(zhǔn)確杰捂，且 BWA-MEM 對(duì)于 70bp-100bp 的 Illumina 數(shù)據(jù)來(lái)說(shuō)，效果也更好些棋蚌。
二嫁佳、 BWA 使用
在運(yùn)用這三種算法之前挨队，需要先利用 BWA 的 index 命令，構(gòu)建出參考基因組的 FM-index蒿往，而對(duì)與上述的三種不同的算法而言盛垦，又有不同的命令：
aln/samse/sampe ----> BWA-backtrack (samse 中的 se 是 single-end 的簡(jiǎn)寫(xiě)，而 sampe 中的 pe 是 paired-end 的簡(jiǎn)寫(xiě)）瓤漏。
bwasw ----> BWA-SW
mem ----> BWA-MEM
3.1 建立索引 index
在進(jìn)行 reads 的比對(duì)前情臭，需要對(duì) fasta 文件構(gòu)建 FM-index。用法和參數(shù)如下：
index Usage：
bwa index [ –p prefix ] [ –a algoType ] <in.db.fasta>
OPTIONS:
-p STR 輸出數(shù)據(jù)庫(kù)的前綴赌蔑；【默認(rèn)和輸入的文件名一致俯在，輸出的數(shù)據(jù)庫(kù)在其輸入文件所在的文件夾，并以該文件名為前綴娃惯□卫郑】
-a [is|bwtsw] 構(gòu)建index的算法，有兩個(gè)算法： is 是默認(rèn)的算法趾浅，雖然相對(duì)較快愕提，但是需要較大的內(nèi)存，當(dāng)構(gòu)建的數(shù)據(jù)庫(kù)大于
2GB的時(shí)候就不能正常工作了皿哨。 bwtsw 對(duì)于短的參考序列式不工作的浅侨，必須要大于等于10MB, 但能用于較大的基因組數(shù)據(jù)，比如人的全基因組证膨。
#根據(jù)reference genome data(e.g. ref.fa) 建立 Index File例子：
$ bwa index ref.fa -p genome###可以不加-p genome如输，這樣建立索引都是以ref.fa為前綴
3.2 mem比對(duì)
該算法先使用 MEM(maximal exact matches) 進(jìn)行 seeding alignments，再使用 SW(affine-gap Smith-Waterman) 算法進(jìn)行 seeds 的延伸央勒。BWA–MEM 算法執(zhí)行局部比對(duì)和剪接性不见。可能會(huì)出現(xiàn) query 序列的多個(gè)不同的部位出現(xiàn)各自的最優(yōu)匹配崔步，導(dǎo)致 reads 有多個(gè)最佳匹配位點(diǎn)稳吮。這對(duì) long reads 的比對(duì)時(shí)比較重要的結(jié)果。但是卻會(huì)和 Picard 的 markDuplicates 程序不兼容井濒。使用方法如下：
mem Usage: bwa mem [options] ref.fa reads.fq [mates.fq]
簡(jiǎn)單的來(lái)講灶似，mem 使用的 MEMs(maximal exact matches） 進(jìn)行seedling alignments, 再使用 SW(affine-gap Smith-Waterman 算法）進(jìn)行seeding extending.
mem 進(jìn)行局部比對(duì)，因此瑞你，對(duì)于一條序列的不同區(qū)域可能會(huì)產(chǎn)生多種最優(yōu)匹配結(jié)果酪惭， 這對(duì)于long reads 來(lái)說(shuō)尤為重要。 有些軟件如 Picard’s markDuplicates 跟 mem 的這種剪接性比對(duì)不兼容,在這種情況下捏悬，可以使用 –M 選項(xiàng)來(lái)將 shorter split hits 標(biāo)記為次優(yōu)撞蚕。
特別說(shuō)明：
如果 mates.fq 缺省，且參數(shù) –p 未設(shè)定过牙，那么 reads.fq 被認(rèn)為是 single-end;如果 mates.fq 存在甥厦，且參數(shù) –p 未設(shè)定纺铭，那么 mem 命令會(huì)認(rèn)為 read.fq 和 mates.fq 中的 i-th reads 組成一個(gè)read對(duì) (a read pair)，這個(gè)模式是常用的 paired-end mode刀疙。如果參數(shù) –p 被設(shè)定舶赔，那么， mem 命令會(huì)認(rèn)為 read.fq 中的 第 2i-th 和 第 (2i + 1)-th 的 reads 組成一個(gè) read 對(duì) （a read pair）谦秧，這種方式也被成為交錯(cuò)式的（interleaved paired-end)竟纳。 在這種情況下，即使有 mates.fq疚鲤，也會(huì)被忽略锥累。
常用的參數(shù)如下：
-t INT 線(xiàn)程數(shù)，默認(rèn)是1集歇。
-M 將 shorter split hits 標(biāo)記為次優(yōu)桶略，以兼容 Picard’s markDuplicates 軟件。
-p 若無(wú)此參數(shù)：輸入文件只有1個(gè)诲宇，則進(jìn)行單端比對(duì)际歼；若輸入文件有2個(gè)，則作為paired reads進(jìn)行比對(duì)姑蓝。若加入此參數(shù)：則僅以第1個(gè)文件作為輸入(輸入的文件若有2個(gè)鹅心，則忽略之)，該文件必須是read1.fq和read2.fa進(jìn)行reads交叉的數(shù)據(jù)纺荧。
-R STR 完整的read group的頭部旭愧，可以用 '\t' 作為分隔符， 在輸出的SAM文件中被解釋為制表符TAB. read group 的ID虐秋，會(huì)被添加到輸出文件的每一個(gè)read的頭部榕茧。
-T INT 當(dāng)比對(duì)的分值比 INT 小時(shí)，不輸出該比對(duì)結(jié)果客给，這個(gè)參數(shù)只影響輸出的結(jié)果，不影響比對(duì)的過(guò)程肢簿。-a 將所有的比對(duì)結(jié)果都輸出靶剑，包括 single-end 和 unpaired paired-end的 reads，但是這些比對(duì)的結(jié)果會(huì)被標(biāo)記為次優(yōu)池充。
#例子：
$ bwa mem ref.fa reads.fq > mem-se.sam
$ bwa mem ref.fa read1.fq read2.fq > mem-pe.sam
$ bwa mem -t 4 -M -R "\@RG\tID:{library}\tLB:{library}\tPL:Illumina\tPU:{sample}\tSM:{sample}\" ref.fa read1.fastq read2.fastq > mem-pe.sam 2> ./mem-pe.log
3.3 align/samse/sampe比對(duì)
用法如下：
#對(duì)于single-read
bwa aln [options] ref.fa read.fq > aln_sa.sai
bwa samse [options] ref.fa aln_sa.sai read.fq > aln-se.sam
#對(duì)于pair-reads：
bwa aln [options] ref.fa read1.fq > aln_sa1.sai
bwa aln [options] ref.fa read2.fq > aln_sa2.sai
bwa sampe [options] ref.fa aln_sa1.sai aln_sa2.sai read1.fq read2.fq > aln-pe.sam
3.4 bwasw
對(duì)輸入的第1個(gè)文件的所有序列進(jìn)行比對(duì)桩引。如果輸如有 2 個(gè)文件，則進(jìn)行 paired-end 比對(duì)收夸，此模式僅對(duì) Illumina 的 short-insert 數(shù)據(jù)進(jìn)行比對(duì)坑匠。在 Paired-end 模式下，BWA-SW依然輸出剪接性比對(duì)結(jié)果卧惜，但是這些結(jié)果會(huì)標(biāo)記為 not properly paired; 同時(shí)如果有多個(gè)匹配位點(diǎn)厘灼，則不會(huì)寫(xiě)入 mate 的匹配位置夹纫。常用參數(shù)如下：
bwasw Usage: bwa bwasw [ options ] ref.fasta reads.fq [mate.fq] > aln.sam
-t INT 使用的線(xiàn)程數(shù)
例子：
$ bwa bwasw genome long_read.fq > aln.sam$ bwa bwasw genome read1.fq read2.fq > aln-pe.sam
3.5 backtrack
經(jīng)典的 bwa 先使用 aln 命令將單獨(dú)的 reads 比對(duì)到參考序列，再使用 samse 或 sampe 生成 sam 文件设凹。常用例子：
$ bwa aln genome read1.fq > aln_sa1.sai$ bwa aln genome read2.fq > aln_sa2.sai
$ bwa samse genome aln_sa1.sai read1.fq > aln_se.sam
$ bwa sampe genome aln_sa1.sai aln_sa2.sai read1.fq read2.fq > aln_pe.sam
