生信：RNA-Seq 比对工具性能比较 [STAR、Tophat2、HISAT2]

合集 - 生信文档解读(1)

1.生信：RNA-Seq 比对工具性能比较 [STAR、Tophat2、HISAT2] 2023-08-25

收起

RNA-Seq 比对工具性能比较

参考文章：

https://yanzhongsino.github.io/2021/11/19/omics_transcriptome.RNA-seq/

https://www.biostars.org/p/288726/

比对 (align) 介绍

序列比对 又称为 align

RNA-Seq 分析中的策略从文件类型来看如下：

FASTQ文件到 SAM文件这一步就需要比对软件 [STAR、Tophat2、HISAT2] 来实现，目的是 把RNA-seq reads比对到合适的参考序列上.

如果用基因组作为参考序列可以检测到新的转录本，但可能需要耗费更多的计算资源；如果用转录组作为参考则无法找出新的转录本，但速度更快。如果研究物种没有可靠的参考序列，可以重头组装对转录本进行鉴定。这点在本文中不做过多介绍。接下来对RNA的 3 种比对策略进行介绍。

RNA-Seq的 3 种比对策略

STAR

优势在于 快，可以快速 mapping；

缺点在于需要内存大，可能达到 30Gb 左右的 RAM。

采用的算法为：Suffix Tree。可以高效地处理长读，并具有高精度和高敏感性。

Tophat2

现代实验室不常用，其速度较慢，常与Cufflinks连用。

采用的算法为：Bowtie2 即 BWT

HISAT2

作为Tophat2升级版，其主要提升了速度，且低内存消耗。HISAT2在运行速度方面，比STAR快大约2.5倍。对SNP的信息进行了考虑 -- it can better handler known SNPs。

缺点在于没有STAR准确率高。

采用的算法为：改进的BWT方法，并引入了名为hierarchical indexing的概念。这种分层索引策略允许 HISAT2 首先在大的基因组区域中进行比对，然后在局部区域中进行细化比对，这大大提高了比对速度和效率。

---

附上发展的时间线：

Year	Software Name
2009	Tophat
2012	STAR
2013	Tophat2
2015	HISAT
2019	HISAT2