BWA -A -B -O -E参数控制比对得分
为了说明如何使用 -A、-B、-O 和 -E 参数控制比对得分，我们通过一个简单的例子来展示这些参数对比对结果的影响。
背景信息
假设我们有一个参考基因组序列（ref.fa）和一个读取序列（reads.fq），并希望调整比对得分参数来控制比对的准确性。
参考基因组序列（ref.fa）：
>ref
ACTGACTGACTGACTGACTGACTGACTGACTGACTGACTG
读取序列（reads.fq）：
@read1
ACTGACTTACTGACTGACTGACTGACTGACTGACTGAC
+
########################################
在这个读取序列中，注意第 9 个碱基与参考序列中的第 9 个碱基不同。读取序列包含一个错配。
默认比对参数
首先，我们使用默认的比对参数进行比对：
bwa mem ref.fa reads.fq > aln.sam
结果：
比对会成功，但由于默认的错配罚分和间隙罚分，错配可能会影响比对得分。
调整比对得分参数
我们使用以下自定义参数来调整比对得分：
bwa mem -A 1 -B 4 -O 6 -E 1 ref.fa reads.fq > aln.sam
-A 1：匹配得分设置为 1，表示每个正确匹配的碱基都会加 1 分。-B 4：错配罚分设置为 4，表示每个错配的碱基会扣 4 分。-O 6：空位开启罚分设置为 6，表示出现空位（gap）时会一次性扣 6 分。-E 1：间隙延伸罚分设置为 1，表示每延伸一次空位多扣 1 分。
比对得分计算示例
让我们详细计算一下这个读取序列的比对得分：
-
匹配部分：读取序列的前 8 个碱基与参考序列完全匹配，因此得分为：
匹配得分 = 8 * A = 8 * 1 = 8 分 -
错配部分：第 9 个碱基
T（在读取序列中）与参考序列中的C不匹配，因此错配罚分为：错配罚分 = -B = -4 分 -
其余匹配部分：第 10 到第 40 个碱基再次与参考序列完全匹配，因此得分为：
匹配得分 = 31 * A = 31 * 1 = 31 分
总得分计算：
总得分 = 8 + (-4) + 31 = 35 分
调整得分参数的影响
-
增加
-B（错配罚分）：如果我们将错配罚分设置为 6，即-B 6，那么错配的惩罚会加重，比对得分会降低。对于同样的比对结果，得分会变为：总得分 = 8 + (-6) + 31 = 33 分 -
增加
-O和-E（空位罚分）：如果在读取序列中有空位（例如插入或缺失），-O和-E参数将会生效。设置较高的空位罚分可以更严格地限制插入或缺失的出现。例如，如果读取序列中有一个长度为 2 的插入，并且设置-O 6 -E 1，总罚分会是：空位罚分 = -O - E * 1 = -6 - 1 = -7 分
总结
-A（匹配得分）：设置为较高的值可以增加比对的得分，特别是在匹配碱基较多的情况下。-B（错配罚分）：设置为较高的值可以对错配进行更严厉的惩罚，减少错配的比对结果。-O（空位开启罚分）：设置较高的值可以减少空位（插入或缺失）的比对出现。-E（间隙延伸罚分）：控制空位延伸的惩罚，较高的值可以进一步减少长插入或缺失的比对。
通过调整这些参数，你可以更精确地控制比对的灵敏度和准确性。你对这个例子是否理解了？如果需要更多解释或示例，欢迎继续讨论！