BWA-MEM2 — 下一代短读段高速比对工具¶

# 方法1：conda 安装（推荐，自动处理依赖）
conda install -c bioconda bwa-mem2  # 从 bioconda 频道安装 bwa-mem2

# 方法2：源码编译安装（需要支持 AVX2 的 CPU）
git clone --recursive https://github.com/bwa-mem2/bwa-mem2  # 克隆仓库（含子模块）
cd bwa-mem2                                                   # 进入目录
make                                                          # 编译，自动检测 CPU 指令集

# 验证安装
bwa-mem2 version  # 查看版本，当前最新 2.3（2025年）

# 为参考基因组构建索引（只需一次，耗时约 10-15 分钟）
bwa-mem2 index ref.fa  # ref.fa 是参考基因组 FASTA 文件
# 会生成 .0123 .amb .ann .bwt.2bit.64 .pac 等索引文件

# 标准双端比对流程
bwa-mem2 mem \
  -t 16 \                    # 使用 16 个线程加速
  -R '@RG\tID:sample1\tSM:sample1\tPL:ILLUMINA' \  # 添加 read group 信息（GATK 必需）
  ref.fa \                   # 参考基因组（已建索引）
  reads_R1.fq.gz \           # 正向读段（Read 1）
  reads_R2.fq.gz \           # 反向读段（Read 2）
  | samtools sort -@ 8 -o aligned.bam  # 管道排序并输出 BAM 文件

# 比对 + 排序 + 标记重复 一步完成
bwa-mem2 mem -t 16 -R '@RG\tID:S1\tSM:S1\tPL:ILLUMINA' ref.fa R1.fq.gz R2.fq.gz \
  | samtools fixmate -m -@ 4 - - \    # 填充 mate 信息（标记重复前置步骤）
  | samtools sort -@ 4 - \             # 按坐标排序
  | samtools markdup -@ 4 - final.bam  # 标记 PCR 重复读段

samtools index final.bam  # 为 BAM 文件建索引（后续分析必需）

# 单端测序比对（只有一个 FASTQ 文件）
bwa-mem2 mem -t 16 ref.fa reads.fq.gz | samtools sort -o se_aligned.bam