用途:STAR 将 RNA-seq 读段以剪接感知方式比对到基因组,单次运行即可识别已知与新颖剪接位点,输出可被 samtools、IGV、deeptools、GATK 使用的坐标排序 BAM。适合需要 BAM 的下游分析(变异检测、可视化、deeptools)、ENCODE 合规流程、新颖剪接位点与可变剪接发现;若只需转录本/基因定量且不需要 BAM,应改用 Salmon(快 20–50 倍)。
主要能力:一次比对同时生成基因组 BAM、剪接位点表 SJ.out.tab、比对统计 Log.final.out;--quantMode GeneCounts 可直接输出基因水平计数 ReadsPerGene.out.tab(4 列:unstranded/fwd/rev),无需额外 featureCounts/HTSeq;--quantMode TranscriptomeSAM 生成转录本 BAM 供 RSEM 等使用;--twopassMode Basic 或两次运行 --sjdbFileChrStartEnd 可用首轮发现的剪接位点提升灵敏度;--outReadsUnmapped Fastx 输出未比对读段。
使用方式:需 STAR ≥ 2.7.0,可用 conda install -c bioconda star 安装,或从源码编译(git clone https://github.com/alexdobin/STAR;cd STAR/source && make STAR)。运行前用 command -v STAR 检查环境,pixi 项目用 pixi run STAR。先构建索引:STAR --runMode genomeGenerate,指定 --genomeDir、--genomeFastaFiles、--sjdbGTFfile,--sjdbOverhang 设为最长修剪读长减 1。再比对:--genomeDir、--readFilesIn(双端两个文件)、压缩输入加 --readFilesCommand zcat、--outSAMtype BAM SortedByCoordinate、--outFileNamePrefix。之后可用 samtools index。基因组 FASTA、GTF 与索引需同一参考版本。
限制与注意:人类/小鼠索引约需 30–32 GB 内存,索引约 25 GB 磁盘,每样本 BAM 约 5–10 GB;小基因组需下调 --genomeSAindexNbases。参数默认值:--outFilterMismatchNmax 10、--outFilterMultimapNmax 10、--alignIntronMax 1000000、--sjdbOverhang 99。日志唯一比对率低于 60% 应核对物种与组装版本。收费、价格与具体平台支持等资料暂未提供。