STAR 실습해보기

Junho_Mun·2025년 11월 7일

1. 파일 준비

우리는 효모(Saccharomyces cerevisiae)의 유전자 정보들을 STAR를 이용해 정렬하기 위해 다음과 같은 파일이 필요하다.

참조 유전체 파일 (.fasta) : 효모의 전체 DNA 구성이 적힌 파일으로서 STAR는 해당 파일을 기준으로 정렬해나간다.
- Saccharomyces_cerevisiae.R64-1-1.dna.toplevel.fa
유전자 주석 파일 (GTF) : 참조 유전체 파일에서 실제 유전자 (Exon, Intron)의 위치가 어디인지 좌표를 기록한 파일이다.
- Saccharomyces_cerevisiae.R64-1-1.111.gtf
RNA-Seq Read (.Fastq) : 우리가 분석할 실제 시퀀싱 데이터이다.
- ERR458493.fastq

2. 인덱싱 단계

STAR \
--runMode genomeGenerate \
--runThreadN 2 \
--genomeDir ./genome_index \
--genomeFastaFiles Saccharomyces_cerevisiae.R64-1-1.dna.toplevel.fa \
--sjdbGTFfile Saccharomyces_cerevisiae.R64-1-1.111.gtf \
--sjdbOverhang 99 \
--genomeSAindexNbases 10

--runMode genomeGenerate : STAR의 실행 모드는 genomeGenerate(유전자 인덱스 생성) 과 alignReads(정렬) 로 구분된다.
--genomeDir : 인덱스 파일들의 출력 디렉토리를 지정한다.
--genomeFastaFiles : 인덱싱의 기본 입력 1 파일로써, 참조 유전체 파일을 지정한다.
--sjdbGTFfile : 인덱싱의 기본 입력 2 파일로써, GTF파일을 지정한다. STAR는 이. 파일을 읽어 Splice Junctions(SJ) 목록을 미리 만들어 둔다.
--sjdbOVerhang : SJ를 만들때, Exon의 경계에서 양쪽으로 몇 개의 염기를 더 읽어서 인덱스에 포함할 것인가?이다.
- 일반적으로 리드 길이 - 1로 설정하는 것이 표준이다.
--genomeSAindexNbase : SA인덱스의 정밀도를 조절하는 메모리 관련 옵션이다.

3. 정렬 단계

STAR \
--runMode alignReads \
--runThreadN 2 \
--genomeDir ./genome_index \
--readFilesIn ERR458493.fastq \
--outFileNamePrefix ./alignment_output/ERR458493_SE_ \
--outSAMtype BAM Unsorted \
--quantMode GeneCounts

--runThreadN : 정렬 작업을 수행할 때 사용할 CPU 스레드 수를 지정한다.
--genomeDir ./genome_index : 1단계에서 출력했던 디렉토리를 이번에는 입력으로 사용해야한다.
--readFilesIn : 정렬한 시퀀싱 데이터 파일이다.
--outFileNamePrefix : 결과 파일이 저장될때, 공통으로 붙을 접두사를 지정한다.
--outSAMtype BAM Unsorted

-BAM : 결과를 BAM(표준 압축 바이너리 형식)으로 저장한다. (SAM의 압축버전 )
- Unsorted : 좌표순 정렬은 하지말고, 찾은 순서대로 저장한다.
--quantMode GeneCounts : 정렬과 동시에 GTF를 기준으로 유전자 별로 리드가 몇 개인지 카운트하는 명령이다.