三篇文章介绍RNA-Seq数据分析的新工具[新品推荐]

新年伊始，RNA-Seq的数据分析方法就如雨后春笋般涌现。在最近的一个月内，三篇介绍RNA-Seq数据分析新方法的文章发表在Nature集团旗下的刊物上，其中一篇发表在《Nature Methods》上，另外两篇都发表在《Nature Biotechnology》上。

有趣的是，这三篇文章都有一位共同的作者，那就是约翰霍普金斯大学计算生物学中心的Steven Salzberg。Salzberg是生物信息学和计算生物学领域的杰出科学家，在基因组组装上经验丰富，曾参与人类基因组计划。自新一代测序出现以来，他和他的团队开发了一系列应用程序，其中Bowtie和TopHat程序被广泛下载和引用。

这三篇文章分别介绍了三种新工具：HISAT、StringTie和Ballgown。它们分别取代了Salzberg之前开发的早期工具，为RNA-Seq的原始读取到差异表达分析提供了一种全新的方式。

HISAT全称为Hierarchical Indexing for Spliced Alignment of Transcripts，由约翰霍普金斯大学开发。它取代Bowtie/TopHat程序，能够将RNA-Seq的读取与基因组进行快速比对。这项成果发表在3月9日的《Nature Methods》上。

HISAT利用大量FM索引，以覆盖整个基因组。以人类基因组为例，它需要48,000个索引，每个索引代表~64,000 bp的基因组区域。这些小的索引结合几种比对策略，实现了RNA-Seq读取的高效比对，特别是那些跨越多个外显子的读取。尽管它利用大量索引，但HISAT只需要4.3 GB的内存。这种应用程序支持任何规模的基因组，包括那些超过40亿个碱基的。

HISAT软件可从以下地址获取：http://ccb.jhu.edu/software/hisat/index.shtml。

StringTie则由约翰霍普金斯大学联合德州大学西南医学中心开发，能够组装转录本并预计表达水平。它应用网络流算法和可选的de novo组装，将复杂的数据集组装成转录本。与Cufflinks等程序相比，在分析模拟和真实的数据集时，StringTie实现了更完整、更准确的基因重建，并更好地预测了表达水平。

例如，对于从人类血液中获得的9000万个读取，StringTie正确组装了10,990个转录本，而第二名的组装程序Cufflinks只组装了7,187个，提高了53%。对于模拟的数据集，StringTie正确组装了7,559个转录本，比Cufflinks的6,310个提高了20%。此外，它的运行速度也比其他组装软件更快。StringTie软件可从以下地址获取：http://ccb.jhu.edu/software/stringtie/。

Ballgown于3月初发表在《Nature Biotechnology》上，是开展差异表达分析的工具。它能利用RNA-Seq实验的数据，预测基因、转录本或外显子的差异表达。Ballgown软件的详细说明如下：https://github.com/alyssafrazee/ballgown。（生物通 薄荷）

原文检索：

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