新年伊始，RNA-Seq的數據分析方法就如雨后春筍般涌現。在最近的一個月內，三篇介紹RNA-Seq數據分析新方法的文章發表在Nature集團旗下的刊物上，其中一篇發表在《Nature Methods》上，另外兩篇都發表在《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計算生物學中心的Steven Salzberg。Salzberg是生物信息學和計算生物學領域的杰出科學家，在基因組組裝上經驗豐富，曾參與人類基因組計劃。自新一代測序出現以來，他和他的團隊開發了一系列應用程序，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之前開發的早期工具，為RNA-Seq的原始讀取到差異表達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開發。它取代Bowtie/TopHat程序，能夠將RNA-Seq的讀取與基因組進行快速比對。這項成果發表在3月9日的《Nature Methods》上。

HISAT利用大量FM索引，以覆蓋整個基因組。以人類基因組為例，它需要48,000個索引，每個索引代表~64,000 bp的基因組區域。這些小的索引結合幾種比對策略，實現了RNA-Seq讀取的高效比對，特別是那些跨越多個外顯子的讀取。盡管它利用大量索引，但HISAT只需要4.3 GB的內存。這種應用程序支持任何規模的基因組，包括那些超過40億個堿基的。

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聯合德州大學西南醫學中心開發，能夠組裝轉錄本并預計表達水平。它應用網絡流算法和可選的de novo組裝，將復雜的數據集組裝成轉錄本。與Cufflinks等程序相比，在分析模擬和真實的數據集時，StringTie實現了更完整、更準確的基因重建，并更好地預測了表達水平。

例如，對于從人類血液中獲得的9000萬個讀取，StringTie正確組裝了10,990個轉錄本，而第二名的組裝程序Cufflinks只組裝了7,187個，提高了53%。對于模擬的數據集，StringTie正確組裝了7,559個轉錄本，比Cufflinks的6,310個提高了20%。此外，它的運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月初發表在《Nature Biotechnology》上，是開展差異表達分析的工具。它能利用RNA-Seq實驗的數據，預測基因、轉錄本或外顯子的差異表達。Ballgown軟件的詳細說明如下：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