新年伊始，RNA-Seq的數(shù)據(jù)分析方法就如雨后春筍般涌現(xiàn)。在最近的一個(gè)月內(nèi)，三篇介紹RNA-Seq數(shù)據(jù)分析新方法的文章發(fā)表在Nature集團(tuán)旗下的刊物上，其中一篇發(fā)表在《Nature Methods》上，另外兩篇都發(fā)表在《Nature Biotechnology》上。

有趣的是，這三篇文章都有一位共同的作者，那就是約翰霍普金斯大學(xué)計(jì)算生物學(xué)中心的Steven Salzberg。Salzberg是生物信息學(xué)和計(jì)算生物學(xué)領(lǐng)域的杰出科學(xué)家，在基因組組裝上經(jīng)驗(yàn)豐富，曾參與人類基因組計(jì)劃。自新一代測序出現(xiàn)以來，他和他的團(tuán)隊(duì)開發(fā)了一系列應(yīng)用程序，其中Bowtie和TopHat程序被廣泛下載和引用。

這三篇文章分別介紹了三種新工具：HISAT、StringTie和Ballgown。它們分別取代了Salzberg之前開發(fā)的早期工具，為RNA-Seq的原始讀取到差異表達(dá)分析提供了一種全新的方式。

HISAT全稱為Hierarchical Indexing for Spliced Alignment of Transcripts，由約翰霍普金斯大學(xué)開發(fā)。它取代Bowtie/TopHat程序，能夠?qū)�RNA-Seq的讀取與基因組進(jìn)行快速比對。這項(xiàng)成果發(fā)表在3月9日的《Nature Methods》上。

HISAT利用大量FM索引，以覆蓋整個(gè)基因組。以人類基因組為例，它需要48,000個(gè)索引，每個(gè)索引代表~64,000 bp的基因組區(qū)域。這些小的索引結(jié)合幾種比對策略，實(shí)現(xiàn)了RNA-Seq讀取的高效比對，特別是那些跨越多個(gè)外顯子的讀取。盡管它利用大量索引，但HISAT只需要4.3 GB的內(nèi)存。這種應(yīng)用程序支持任何規(guī)模的基因組，包括那些超過40億個(gè)堿基的。

HISAT軟件可從以下地址獲取：http://ccb.jhu.edu/software/hisat/index.shtml。

StringTie則由約翰霍普金斯大學(xué)聯(lián)合德州大學(xué)西南醫(yī)學(xué)中心開發(fā)，能夠組裝轉(zhuǎn)錄本并預(yù)計(jì)表達(dá)水平。它應(yīng)用網(wǎng)絡(luò)流算法和可選的de novo組裝，將復(fù)雜的數(shù)據(jù)集組裝成轉(zhuǎn)錄本。與Cufflinks等程序相比，在分析模擬和真實(shí)的數(shù)據(jù)集時(shí)，StringTie實(shí)現(xiàn)了更完整、更準(zhǔn)確的基因重建，并更好地預(yù)測了表達(dá)水平。

例如，對于從人類血液中獲得的9000萬個(gè)讀取，StringTie正確組裝了10,990個(gè)轉(zhuǎn)錄本，而第二名的組裝程序Cufflinks只組裝了7,187個(gè)，提高了53%。對于模擬的數(shù)據(jù)集，StringTie正確組裝了7,559個(gè)轉(zhuǎn)錄本，比Cufflinks的6,310個(gè)提高了20%。此外，它的運(yùn)行速度也比其他組裝軟件更快。StringTie軟件可從以下地址獲取：http://ccb.jhu.edu/software/stringtie/。

Ballgown于3月初發(fā)表在《Nature Biotechnology》上，是開展差異表達(dá)分析的工具。它能利用RNA-Seq實(shí)驗(yàn)的數(shù)據(jù)，預(yù)測基因、轉(zhuǎn)錄本或外顯子的差異表達(dá)。Ballgown軟件的詳細(xì)說明如下：https://github.com/alyssafrazee/ballgown。（生物通 薄荷）

原文檢索：

HISAT: a fast spliced aligner with low memory requirements

StringTie enables improved reconstruction of a transcriptome from RNA-seq reads

Ballgown bridges the gap between transcriptome assembly and expression analysis