以这个为例子解释STAR参数含义

STAR 命令参数解释

STAR \
--outFilterType BySJout \
--runThreadN 8 \
--outFilterMismatchNmax 2 \
--genomeDir <hg19_STARindex> \
--readFilesIn <un_aligned.fastq> \
--outFileNamePrefix <HEK293> \
--outSAMtype BAM SortedByCoordinate \
--quantMode TranscriptomeSAM GeneCounts \
--outFilterMultimapNmax 1 \
--outFilterMatchNmin 16 \
--alignEndsType EndToEnd

1. --outFilterType BySJout:

   • 过滤类型，BySJout 表示只输出通过Splice Junction过滤的reads。这对于检测新的剪接位点非常有用。

2. --runThreadN 8:

   • 使用8个线程进行计算。多线程可以加速处理速度，特别是在多核处理器上。

3. --outFilterMismatchNmax 2:

   • 每个read允许的最大错配数。如果一个read有超过2个错配，则不会被输出。这个参数控制比对的精确度。

4. --genomeDir <hg19_STARindex>:

   • 指定参考基因组索引的目录。这里假设是hg19基因组的STAR索引。

5. --readFilesIn <un_aligned.fastq>:

   • 输入的FASTQ文件，包含待比对的reads。

6. --outFileNamePrefix <HEK293>:

   • 输出文件的前缀。所有输出文件的名称都会以这个前缀开始。

7. --outSAMtype BAM SortedByCoordinate:

   • 指定输出文件类型和排序方式。这里输出的文件格式为BAM，并按坐标排序。

8. --quantMode TranscriptomeSAM GeneCounts:

   • TranscriptomeSAM：输出转录组的比对结果（适用于下游转录组分析工具）。
   • GeneCounts：生成基因计数文件。

9. --outFilterMultimapNmax 1:

   • 每个read允许的最大多比对数（multimapping）。设为1意味着只保留唯一比对的reads。如果一个read比对到多个位置，则不会被输出。

10. --outFilterMatchNmin 16:

    • 每个read的最小比对长度。如果一个read比对的长度小于16bp，则不会被输出。这个参数控制比对的质量。

11. --alignEndsType EndToEnd:

    • 比对模式，EndToEnd 表示全长比对，要求read的两端都比对到参考基因组。

是否保留多比对（multimapping）

根据参数 --outFilterMultimapNmax 1，该设置表明只保留唯一比对的reads。如果一个read比对到多个位置，则不会被输出。因此，该命令配置没有保留多比对的reads，只有唯一比对的reads会被保留和输出。

总结

• --outFilterMultimapNmax 1 参数设定为1，意味着不保留多比对的reads，只保留唯一比对的reads。
• 其他参数控制比对的精确度、输出格式和质量过滤标准。

通过这些设置，STAR将只输出那些唯一比对到参考基因组的位置、且质量符合要求的reads。