開年聯配新方法：DART

「

生信草堂

將會與更多的優秀微信公眾號合作，把最優秀的微信推文呈現給大家，希望可以幫助讀者更多的了解生信技術，培養和提高讀者的生信分析能力！

號外，號外，號外

你想和生信分析大神做好朋友么？

你想認識更多愛好生信分析的小夥伴么？

你想讓自己的生信分析走上快車道么？

那就趕快加入我們的生信交流微信群吧！

正確加入我們的模式是：

添加我們的微信bioinformatics88為好友

標註「加入生信草堂交流群」

在群里請大家註明自己本名，單位，研究領域

便於小編管理

今年一月份，老牌生信雜誌《Bioinformatics》發表了一篇由台灣團隊開發的RNA-seq mapping新軟體的文章，針對RNA測序數據分析的效率和準確度問題做了進一步的改善，下面就讓我們來了解下該軟體。

文章名：《DART: a fast and accurate RNA-seq mapper with a partitioning strategy》

Github：https://github.com/hsinnan75/DART

DART是一款用C/C?++開發的運行在Linux上的軟體，良好的支持多線程運行。DART的運行需要BWT-based index file和FASTA/FASTQ作為輸入數據，BWT-based index也就是BWA生成的index文件。BWA我們都知道，多年的二代測序軟體，這次DART直接使用BWA的index可能是出於節省開發成本的考量。

目前大部分的序列聯配軟體採用的是seed-and-extend strategy的方法來尋找最優解，但是在extend這一步消耗的時間卻成為各軟體最耗時的部分。DART在seed完成後並不是進入extend這一步，而是使用了partitioning mapping strategy的設計，作者說該設計相比於傳統的extend可以減少運行耗時。那麼具體的情況如何，我們來看看評測部分。

作者採用了針對模擬數據和真實數據進行分析的結果來橫向對比DART和STAR/ TopHat2/Subread/MapSplice2/HISAT2這些軟體在Sensitivity/ Accuracy/ SJ accuracy/Runtime等指標上的差異。

首先是模擬數據，作者用Flux simulator根絕人類轉錄本的數據模擬出了四個類似於illumina下機雙端數據的不同長度數據集，四個長度信息分別是76bp,101bp,151bp和251bp。每一個數據集包含40,000,000個paired-end reads，每一個軟體的運行環境都充分滿足該軟體所需要的運行資源，並且在16線程下運行以便真實的測試該軟體的實際分析能力。從下表的結果中可以看出對於模擬數據，DART/STAR/ Subread/MapSplice2在Sensitivity/ Accuracy/ SJ accuracy/Recall/SeqIdy等指標上都是非常接近且足夠優秀，而TopHat2/HISAT2則有點掉隊；在Runtime這一部分，DART處於最快的第一梯隊，STAR和HISAT2是次快的第二梯隊；這兩部分的信息說明DART在處理模擬數據時是非常優秀的。

接下來是對真實數據的測評。作者找了四個SRA數據SRR3351428, ERR1518881, SRR3439468和SRR3439488進行真實數據的分析，發現DART的表現模式接近於STAR但是要優於STAR，有著最高的Sensitivity，但是SJ accuracy要低於HISAT2（HISAT2採用的策略是減少發現的junction數量來保證精確度）；在時間這一欄上，DART依舊是最好的，但是速度優勢沒有模擬數據時那麼明顯。總體來說DART在真實數據的表現上也是非常的優秀。

除了以上的評測，還有兩個比較常見的性能參數：內存佔用和多線程優化。針對這兩點作者也給出了評測結果，在內存佔用方面，DART在16線程下處理模擬數據佔用了12GB的內存，在這些評估軟體里只好於STAR，低於其他任何一款，相比於常用的HISAT2的5.6GB內存高了一倍左右，處於可接受的範圍。在多線程上，DART在1—16線程的測試中表現非常完美，隨著線程的增加，所需時間也是等比例的減少，說明作者對軟體的多線程優化是非常的不錯

最後，附上DART的使用方法：

1.建立index

軟體包內自帶的bwa_index：

./bwa_index ref_file[ex.ecoli.fa] index_prefix[ex. Ecoli]

或者用BWA軟體的index參數：

./bwa index -p index_prefix xxxx.fa

2.序列聯配

./dart -i ecoli -t 10 -f ReadFile1.fa -f2 ReadFile2.fa -o out.sam

-i 後面跟上index的名稱

-t 線程數量

標準輸出sam格式

總結

DART表現還是不錯的，特別是在保證敏感度和準確度前提下的速度優勢很亮眼，但是這不能保證DART將來會被人們廣泛使用，畢竟像HISAT2和STAR的用戶基礎很廣大，甚至依舊使用TOPHAT2/bowtie2的也大有人在。但是無論如何，該台灣團隊又給我們提供了一個可供選擇的RNA-seq聯配軟體，豐富了我們生信工作人員的武器庫！

小編有話說

近日陸陸續有朋友發後台要一些文獻解讀的原文獻，這是可以的，我們也非常支持。在此聲明一下，凡是原創文，文中涉及有解讀文獻的，朋友們想要資源的請寫出或截圖出推文名，以便小編找到相應文獻發送大家~~謝謝。

祝各位一看就懂，一學就會~

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！