同时使用bwa mem和umitools

Question

我试图使用bwa mem对齐序列读取与hg19引用，但我的序列都有一个UMI (唯一的分子标识符)。我用过像这样的聚醚：

umitools trim --end 5 input.fastq NNNNNN > output.fastq

然后，将我的UMI序列正确地追加到output.fastq文件中的名称行中，但是当使用bwa mem对齐时，我得到以下错误：

paired reads have different names: "someTitle:UMI_ATGCTC", "someTitle:UMI_CATTAT"

有没有办法同时使用bwa mem和umitools，这样就不会发生这种情况了吗？

Answer 1

所以这并不能完全回答这个问题，但是越来越接近了。umitools并不适用于成对的尾读。我所做的就是修剪我的UMI序列(读取的两边各有6个碱基)，然后使用下面的外部代码对齐：

sed -i~ '2~4s/^.\{6\}//' file

address 2~4的意思是“从第2行开始，重复每4行”。

s的意思是替换，^匹配行开始，.匹配任何字符，\{6\}指定长度(“量词”)。替换字符串为空(//)。

-i~将文件替换到位，留下附加到文件名后的~备份。