软件minimap2

之前查了一下 minimap2 的官方文档，但是没有整理，下面内容是让AI自动写的。

minimap2 使用文档

minimap2：高效序列比对工具，适用于长读长（ONT / PacBio）、短读长、组装比对、RNA 剪接比对、读段重叠检测。
默认输出 PAF，可输出 SAM；基于 minimizer 索引，速度快、内存友好。

官方仓库：https://github.com/lh3/minimap2

---

1. 安装

源码编译

git clone https://github.com/lh3/minimap2
cd minimap2
make

conda

conda install -c bioconda minimap2

验证

minimap2 --version

---

2. 基本思想

参考序列（target） → 建索引
查询序列（query）  → 比对到参考

• 输入：FASTA / FASTQ（支持 gzip）
• 输出：
  • 默认：PAF（轻量比对格式）
  • -a：SAM
  • -c：带 CIGAR 的 PAF

最小示例：

minimap2 ref.fa query.fq > approx.paf

---

3. 索引（推荐先建）

对大参考基因组，重复比对时先建索引可大幅节省时间。

# 建索引
minimap2 -d ref.mmi ref.fa

# 用索引比对
minimap2 -ax map-ont ref.mmi reads.fq.gz > aln.sam

注意： - 索引一旦建成，-k/-w/-H/-I 等索引参数不能改 - 不同数据类型建议建不同索引

---

4. 常用 Preset（核心）

规则：-x 放前面，后面参数会覆盖 preset 内部设置

场景	命令
ONT 长读长	-ax map-ont
PacBio CLR	-ax map-pb
PacBio HiFi	-ax map-hifi
高质量 ONT（Q20+）	-ax lr:hq
Illumina 短读长	-ax sr
组装比对（近缘，~0.1% 差异）	-ax asm5
组装比对（~1% 差异）	-ax asm10
组装比对（几个百分点差异）	-ax asm20
RNA 长读长剪接	-ax splice
高质量 RNA 长读长	-ax splice:hq
读段自重叠（ONT）	-x ava-ont
读段自重叠（PacBio）	-x ava-pb

---

5. 典型实战命令

5.1 ONT 基因组读段比对

minimap2 -t 16 -ax map-ont ref.mmi ont.reads.fq.gz > aln.sam
samtools sort -o aln.bam aln.sam
samtools index aln.bam

5.2 PacBio HiFi

minimap2 -t 16 -ax map-hifi ref.fa hifi.fq.gz > aln.sam

5.3 短读长（双端）

minimap2 -t 16 -ax sr ref.fa r1.fq.gz r2.fq.gz > aln.sam

5.4 组装比对到参考

minimap2 -ax asm10 ref.fa assembly.fa > asm.paf

5.5 组装间互相比对

minimap2 -ax asm20 ref.fa query_assembly.fa > asm.paf

5.6 RNA 剪接比对

# 未知链
minimap2 -ax splice ref.fa cdna.fq > rna.sam

# 已知正义链（Iso-seq / cDNA）
minimap2 -ax splice -uf ref.fa iso.fq > rna.sam

5.7 读段重叠检测

minimap2 -x ava-ont reads.fq reads.fq > ovlp.paf

---

6. 输出格式

6.1 PAF（默认，12 列）

列	含义
1	Query 名
2	Query 长度
3	Query 起始（0-based）
4	Query 结束
5	链方向（+/-）
6	Target 名
7	Target 长度
8	Target 起始
9	Target 结束
10	匹配碱基数
11	比对块长度（含 gap）
12	比对质量 0–255

常见可选 tag： - cg：CIGAR - NM：错配+gap 数 - cs：差异字符串（变异检测用） - dv：近似碱基分歧度 - tp：P/S（primary/secondary）

带 CIGAR 的 PAF：

minimap2 -cx map-ont ref.fa reads.fq > aln.paf

6.2 SAM

minimap2 -ax map-ont ref.fa reads.fq > aln.sam

---

7. 常用参数

通用

参数	说明
-t	线程数
-a	输出 SAM
-c	PAF 中输出 CIGAR
-d	输出索引文件 .mmi
-o	输出文件
-Q	忽略质量值
-N	次要比对条数（默认 5）
--cs	输出差异字符串（变异用）

索引

参数	默认	说明
-k	15	minimizer k-mer 长度
-w	10	minimizer 窗口
-H	关	同聚物压缩（HPC）
-I	4G	索引内存上限

比对调优

参数	说明
-p	次要比对分数比例阈值
-r	chaining 带宽
-g	最大 gap
--mask-level	重叠屏蔽比例

---

8. 性能建议

HPC / 集群环境

minimap2 -t 32 -ax map-ont ref.mmi reads.fq.gz \
  | samtools sort -@ 8 -o aln.bam

• 大基因组：先建索引
• 多样本：共用同一个 .mmi
• 内存受限：降低 -I，配合 --split-prefix
• 不需要碱基级比对：用 PAF，不加 -a/-c

不输出碱基比对（最快）

minimap2 -x asm10 ref.fa qry.fa > aln.paf

---

9. 典型流程：长读长 → BAM

#!/usr/bin/env bash
set -e

REF=ref.fa
READS=ont.fq.gz
THREADS=16

# 1. 建索引（只需一次）
minimap2 -t $THREADS -d ref.mmi $REF

# 2. 比对
minimap2 -t $THREADS -ax map-ont ref.mmi $READS > aln.sam

# 3. 排序建索引
samtools sort -@ $THREADS -o aln.bam aln.sam
samtools index aln.bam

# 4. 统计
samtools flagstat aln.bam

---

10. 常见坑

1. preset 选错
   • ONT 别用 map-pb
   • HiFi 别用 map-ont
2. 索引参数不能改
   • 建索引后换 -k/-w 无效
3. PAF 没有 CIGAR
   • 需要 CIGAR：加 -c 或 -a
4. 多分片索引影响 MAPQ
   • 大参考降低 -I 会触发多分片索引，MAPQ 可能不准
5. RNA 比对没开 splice
   • 基因组 preset 不会识别内含子

---

11. 一句话速查

# 建索引
minimap2 -d ref.mmi ref.fa

# ONT
minimap2 -ax map-ont ref.mmi reads.fq.gz > aln.sam

# HiFi
minimap2 -ax map-hifi ref.mmi reads.fq.gz > aln.sam

# 组装
minimap2 -x asm10 ref.fa asm.fa > aln.paf

# RNA
minimap2 -ax splice ref.fa cdna.fq > rna.sam

参考资料

1. https://github.com/lh3/minimap2
2. https://deepwiki.com/lh3/minimap2/2.1-input-and-output-formats