一个关于对比（参考基因组）的弱智错误

Posted 2021-01-18 wangchuang2017

一个关于对比（参考基因组）的弱智错误

2018年10月25日 23:55:04 生信小白白 阅读数：19

 

在重复文章：AKAP95 regulates splicing through scaffolding RNAs and RNA processing factors. Nat Commun 2016 Nov 8;7:13347. PMID: 27824034中的工作时，用的是hisat2软件做比对，比对脚本如下：

for id in SRR35899{56,57,58，59,60,61,62};
do 
echo "Processin sample ${id}"
hisat2 -p 4 -x /trainee/home/amliang/reference/hisat2/hg19/genome -1 /trainee/home/amliang/data/clean/${id}.sra_1_val_1.fq.gz -2 /trainee/home/amliang/data/clean/${id}.sra_2_val_2.fq.gz -S /trainee/home/amliang/data/align/align2/${id}.hisat.sam
done

• 1
• 2
• 3
• 4
• 5

比对结果发现，除了SRR3589956,SRR3589957,SRR3589958三个样本比对率较好，其余样本的比对率极低，大大超出了正常范围，只有不到百分之十的比对率，如下图：

图中可以看出，SRR3589958的比对率达到97.12%，但SRR3589959的比对率就只有8.37%，低得有点离谱，我检查了很多遍脚本，确定没错，然后又谷歌了比对率过低相关问题，也各有各的说法，并不能解决问题，最后无奈，去看了下原文，发现，原来参考基因组搞错了，只有前面三个样本是人类，后面的都是小鼠的，
真是弱智一般的错误：

解决办法：

然后，用小鼠的参考基因组索引比对了一下剩下的4个样本，59~62

for id in SRR35899{59,60,61,62};
do 
echo "Processin sample ${id}"
hisat2 -p 4 -x /trainee/home/amliang/reference/hisat2/mm10/genome -1 /trainee/home/amliang/data/clean/${id}.sra_1_val_1.fq.gz -2 /trainee/home/amliang/data/clean/${id}.sra_2_val_2.fq.gz -S /trainee/home/amliang/data/align/align2/align3/${id}.hisat.sam
done

• 1
• 2
• 3
• 4
• 5

发现，比对率正常！

所以，处理数据的前提是搞明白实验设计。

生信技能树