Question

如何在linux下安装TopHat软件

Answer 1

安装

最简单的安装方法，注意版本

下载Bowtie、TopHat、Cufflinks的二进制发布包，解压到相同的目录

下载samtools，make，将生成的可执行samtools程序也cp到同一个目录

增加该目录到PATH

参数与使用

Usage: tophat [options]* <index_base>
<reads1_1[,...,readsN_1]> [reads1_2,...readsN_2]

-o 输出目录，默认值为 “./tophat_out”。

–solexa-quals/solexa1.3-quals 质量编码，关于质量编码格式请参考《FastQ格式介绍》

-p 线程数，默认值为单线程1.，可以使用多线程

-G/–GTFSupply TopHat with a set of gene model annotations and/or known
transcripts, as a GTF 2.2 or GFF3 formatted file.指定已有转录本信息

–no-novel-juncs 不查找新的可变剪切

-r
比对时两成对引物间的距离中值。比如说，如果你的插入片段有300bp，而每个引物有50bp，那么r值就应该是200=(300+50*2)/2。没有默认值，如果是末端配对比对时这个值是必须的。

–mate-std-dev 末端配对时中间插入片段的长度的标准差，默认值为20bp

paired-end数据应该如何做

paired end reads是好还是坏，好又好在哪里？如何从结果中体现，如何同一批paired-end reads 使用paired-end
参数与不适用差别在哪里？

READS文件

paired end的reads必须放在不同的两个文件中，文件名必须按照*_1, *_2的规范成对出现，Mixing paired- and
single- end reads together is not supported.不要将paired-end的数据与single end
reads放到一起进行处理。

设置-R参数

大多数情况，使用默认值就可以了，TopHat允许一定量的偏差，TopHat在多个地方使用到这个值，比如当寻找剪切位点与fusion break
point。同时在生成报告的最后阶段选择最佳的alignment时，用到这个信息。可以先用少量的数据进行比对，在比对结果的SAM结果中，对于paired
reads，第九列是插入片段的大概长度，可以用这个数值减去两倍的read的长度，就可以得到实际的-r参数需要设置的大小，如果值太大应该小心，只有比对上同一个外显子的情况具有意义。

控制结果的参数

–no-discordant For paired reads, report only concordant
mappings.对于成对的读取，只报告一致的映射。

–no-mixed For paired reads, only report read alignments if both reads in a
pair can be mapped (by default, if TopHat cannot find a concordant 和谐 or
discordant 不和谐 alignment for both reads in a pair, it will find and report
alignments for each read separately分别; this option disables that
behavior).

结果读取

paired-end reads，两个reads可以相互验证，这样可以有效的出去许多假阳性的拼接，增加结果的准确性。