• highly efficient assembler of RNA-Seq alignments into potential transcripts

1. 基本代码

stringtie [-o <output.gtf>] [other_options] <read_alignments.bam>
输入：SAM, BAM or CRAM file with RNA-Seq read alignments sorted by their genomic location
输出：GTF

2. 大致的选项:

-h/--help：Prints help message and exits
--version：Prints version and exits
-L：long reads processing mode
--mix：mixed reads processing mode
-e：expression estimate mode，仅计算-G提供的参考本的表达量
-v：verbose mode
-o：输出的GTF文件名
-p：多线程
-G：提供参考转录本
--rf：
--fr：
--ptf：点特征文件，点特征包括转录起始位点（TSS）和polyA
-l：输出转录本的前缀，默认STRG
-f：设置少见变体的最小占比。占比越小，越可能时误差导致的
-m：转录本最小长度
-A：
-C：输出-G提供的参考本的GTF文件
-a：spliced reads在连接点两端的碱基数目要高于一定量
-j：连接点需要一定数目的reads
-t：关闭裁剪两端序列
-c：最小read覆盖率，默认1
-s：对于单外显子转录本的最小read覆盖率，默认4.75
--conservative：保守模式，等同于-t -c 1.5 -f 0.05
-g：最小gap长度，小于该值的reads会被融合，默认50bp
-B：输出output of Ballgown input table files (*.ctab) containing coverage data for the reference transcripts given with the -G option
-b：可接输出ctab文件的路径，最好与-e合用，不然会产生预测的转租本
-M：
-x：忽略匹配到指定参考本上的reads，可以是参考序列名
-u：关闭多位点匹配校正，默认如果一个read匹配到多个位置，哪个这个read的贡献读就平摊
--ref/--cram-ref：
--merge：Transcript merge mode，与以上的组装模式不同。输入GTF/GFF文件，产生a uniform set of transcripts for all samples. Output is a merged GTF file with all merged gene models, but without any numeric results on coverage, FPKM, and TPM. Then, with this merged GTF, StringTie can re-estimate abundances by running it again with the -e option on the original set of alignment files, as illustrated in the figure below.可借助-G的参考本

3. 输入

3.1. 输入必须是sorted，TopHat的输出是sorted，但其他的不是，可samtools sort
3.2. 输入序列要有tag表明是参考序列，TopHat与HISAT2会自动添加，STAR需要--outSAMstrandField intronMotif。对于长reads比对minimap2，需-ax splice
3.3. 主要的输入参数有-L，-mix，-G，-e

4. 输出

4.1. GTF文件：主要包含组装的转录本，包含9列信息

GTF9列信息

4.2. 基因丰富度文件：-A选项输出

tab-delimited文件
4.3. Fully covered transcripts：-G选项输出
GTF文件，a file with all the transcripts in the reference annotation that are fully covered, end to end, by reads

4.4. Ballgown Input Table Files
4.5. Merged GTF

5. 后续分析组装结果，可以用gffcompare program