生信技能-高通量测序工具bam、samtools、bedtools及conda的下载和安装_weixin_43664814的博客-程序员宝宝 - 程序员宝宝 (2023)

1、介绍

简介：用于建立 index；基于 BWT 算法，将 reads 比对到参考基因组；最新版本 bwa-mem2，Intel实验室对计算效率进行了优化。

详情：baw是一款将序列比对到参考基因组上的软件，用于高通量测序数据处理，包含了BWA-backtrack、BWA-SW、BWA-MEM三种算法：
1、BWA-backtrack：适合比对长度不超过100bp的序列；
2、BWA-SW和BWA-MEM适合于长度为70-1M bp的序列；其中BWA-MEM是最新开发的算法，对于高质量的测序数据，其比对的速度更快，精确度更高，对于70-100bp的reads, BWA-MEM算法在比对长度为70-100bp的序列时，效果比BWA-backtrack 算法的效果更好；
总而言之，通常情况下，选择BWA-MEM算法就好。
更多介绍请参考：https://bio-bwa.sourceforge.net/bwa.shtml

2、下载

bam下载地址

3、安装

打开终端，找到压缩文件所在位置；

# 安装tar -jxvf bwa-*.tar.bz2# 编译cd bwa-0.7.17 # 要先进入对应的目录中make bwa# 添加环境变量vim ~/.bash_profile # 编辑环境变量文件 export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/bwa-0.7.17:$PATH # 编辑环境变量文件内容，文件所在路径要更新为你自己的地址哦！# 使环境变量生效source ~/.bashrc# 验证是否安装成功cd bwa-0.7.17 #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行bwa 

1、介绍

samtools是一个用于操作sam和bam文件的工具合集，包含有许多命令，同样用于用于高通量测序数据处理。
更多介绍请参考 http://samtools.sourceforge.net/samtools.shtml

2、下载

Samtools下载地址

3、安装

打开终端，找到压缩文件所在位置；

# 安装 $ tar -jxvf samtools-*.tar.bz2# 编译cd samtools-1.17 # 要先进入对应的目录中make# 添加环境变量vim ~/.bash_profile # 编辑环境变量文件 export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/samtools-1.17:$PATH # 文件所在路径要更新为你自己的地址哦# 使环境变量生效source ~/.bashrc# 验证是否安装成功cd samtools-1.17 #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行samtools

4、使用

4.1、 view

1)、主要功能
将sam文件转换成bam文件；然后对bam文件进行各种操作。比如数据的排序(不属于本命令的功能)和提取(这些操作 是对bam文件进行的，因而当输入为sam文件的时候，不能进行该操作)；最后将排序或提取得到的数据输出为bam或sam（默认的）格式。

2)、bam文件优点
bam文件为二进制文件，占用的磁盘空间比sam文本文件小；利用bam二进制文件的运算速度快。

3)、相关参数

• VIEW
  view命令中，对sam文件头部的输入(-t或-T）和输出(-h)是单独的一些参数来控制的。

Usage: samtools view [options] <in.bam>|<in.sam> [region1 [...]]# 默认情况下不加 region，则是输出所有的 region.

Options: -b output BAM 默认下输出是 SAM 格式文件，该参数设置输出 BAM 格式 -h print header for the SAM output 默认下输出的 sam 格式文件不带 header，该参数设定输出sam文件时带 header 信息 -H print header only (no alignments) -S input is SAM 默认下输入是 BAM 文件，若是输入是 SAM 文件，则最好加该参数，否则有时候会报错。 -u uncompressed BAM output (force -b) 该参数的使用需要有-b参数，能节约时间，但是需要更多磁盘空间。 -c Instead of printing the alignments, only count them and print the total number. All filter options, such as ‘-f’, ‘-F’ and ‘-q’ , are taken into account. -1 fast compression (force -b) -x output FLAG in HEX (samtools-C specific) -X output FLAG in string (samtools-C specific) -c print only the count of matching records -L FILE output alignments overlapping the input BED FILE [null] -t FILE list of reference names and lengths (force -S) [null] 使用一个list文件来作为header的输入 -T FILE reference sequence file (force -S) [null] 使用序列fasta文件作为header的输入 -o FILE output file name [stdout] -R FILE list of read groups to be outputted [null] -f INT required flag, 0 for unset [0] -F INT filtering flag, 0 for unset [0] Skip alignments with bits present in INT [0] 数字4代表该序列没有比对到参考序列上 数字8代表该序列的mate序列没有比对到参考序列上 -q INT minimum mapping quality [0] -l STR only output reads in library STR [null] -r STR only output reads in read group STR [null] -s FLOAT fraction of templates to subsample; integer part as seed [-1] -? longer help

4)、使用举例

# 将sam文件转换成bam文件$ samtools view -bS abc.sam > abc.bam$ samtools view -b -S abc.sam -o abc.bam# 提取比对到参考序列上的比对结果$ samtools view -bF 4 abc.bam > abc.F.bam# 提取paired reads中两条reads都比对到参考序列上的比对结果，只需要把两个4+8的值12作为过滤参数即可$ samtools view -bF 12 abc.bam > abc.F12.bam# 提取没有比对到参考序列上的比对结果$ samtools view -bf 4 abc.bam > abc.f.bam# 提取bam文件中比对到caffold1上的比对结果，并保存到sam文件格式$ samtools view abc.bam scaffold1 > scaffold1.sam# 提取scaffold1上能比对到30k到100k区域的比对结果$ samtools view abc.bam scaffold1:30000-100000 $gt; scaffold1_30k-100k.sam# 根据fasta文件，将 header 加入到 sam 或 bam 文件中$ samtools view -T genome.fasta -h scaffold1.sam > scaffold1.h.sam

4.2、 sort

1)、主要功能
sort对bam文件进行排序。

2)、相关参数

Usage: samtools sort [-n] [-m <maxMem>] <in.bam> <out.prefix> 

-m 参数默认下是 500,000,000 即500M（不支持K，M，G等缩写）。对于处理大数据时，如果内存够用，则设置大点的值，以节约时间。-n 设定排序方式按short reads的ID排序。默认下是按序列在fasta文件中的顺序（即header）和序列从左往右的位点排序。

3)、使用举例

$ samtools sort abc.bam abc.sort ###注意 abc.sort 是输出文件的前缀，实际输出是 abc.sort.bam$ samtools view abc.sort.bam | less -S

4.3、 merge

1)、主要功能
将2个或2个以上的已经sort了的bam文件融合成一个bam文件。融合后的文件不需要则是已经sort过了的。

2)、相关参数

Usage: samtools merge [-nr] [-h inh.sam] <out.bam> <in1.bam> <in2.bam>[...]# Samtools' merge does not reconstruct the @RG dictionary in the header. Users must provide the correct header with -h, or uses Picard which properly maintains the header dictionary in merging.

Options: -n sort by read names -r attach RG tag (inferred from file names) -u uncompressed BAM output -f overwrite the output BAM if exist -1 compress level 1 -R STR merge file in the specified region STR [all] -h FILE copy the header in FILE to <out.bam> [in1.bam]

4.4、index

1)、主要功能
️ 必须对bam文件进行默认情况下的排序后，才能进行index。否则会报错。
️ 建立索引后将产生后缀为.bai的文件，用于快速的随机处理。很多情况下需要有bai文件的存在，特别是显示序列比对情况下。比如samtool的tview命令就需要；gbrowse2显示reads的比对图形的时候也需要。

2)、相关参数

Usage: samtools index <in.bam> [out.index]

3)、使用举例

# 以下两种命令结果一样$ samtools index abc.sort.bam$ samtools index abc.sort.bam abc.sort.bam.bai

4.5、

1)、主要功能
2)、相关参数
3)、使用举例

更多参数使用可参考samtools使用方法参数

1、介绍

bedtools是处理基因组信息分析的强大工具集合，同样用于高通量测序数据处理。
更多介绍请参考 https://bedtools.readthedocs.io/en/latest/index.html

2、下载

curl -OL https://github.com/arq5x/bedtools2/releases/download/v2.22.0/bedtools-2.22.0.tar.gz

3、安装

# 安装tar zxvf bedtools-2.22.0.tar.gz# 编译cd bedtools2 # 要先进入对应的目录中make# 添加环境变量vim ~/.bash_profile # 编辑环境变量文件 export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/bedtools2:$PATH# 使环境变量生效source ~/.bashrc# 验证是否安装成功cd bedtools #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行bedtools 

4、相关参数

flexible tools for genome arithmetic and DNA sequence analysis.

usage: bedtools <subcommand> [options]

The bedtools sub-commands include:[ Genome arithmetic ] intersect Find overlapping intervals in various ways. 求区域之间的交集，可以用来注释peak，计算reads比对到的基因组区域 不同样品的peak之间的peak重叠情况。 window Find overlapping intervals within a window around an interval. closest Find the closest, potentially non-overlapping interval. 寻找最近但可能不重叠的区域 coverage Compute the coverage over defined intervals. 计算区域覆盖度 map Apply a function to a column for each overlapping interval. genomecov Compute the coverage over an entire genome. merge Combine overlapping/nearby intervals into a single interval. 合并重叠或相接的区域 cluster Cluster (but don't merge) overlapping/nearby intervals. complement Extract intervals _not_ represented by an interval file. 获得互补区域 subtract Remove intervals based on overlaps b/w two files. 计算区域差集 slop Adjust the size of intervals. 调整区域大小，如获得转录起始位点上下游3 K的区域 flank Create new intervals from the flanks of existing intervals. sort Order the intervals in a file. 排序，部分命令需要排序过的bed文件 random Generate random intervals in a genome. 获得随机区域，作为背景集 shuffle Randomly redistrubute intervals in a genome. 根据给定的bed文件获得随机区域，作为背景集 sample Sample random records from file using reservoir sampling. spacing Report the gap lengths between intervals in a file. annotate Annotate coverage of features from multiple files.[ Multi-way file comparisons ] multiinter Identifies common intervals among multiple interval files. unionbedg Combines coverage intervals from multiple BEDGRAPH files.[ Paired-end manipulation ] pairtobed Find pairs that overlap intervals in various ways. pairtopair Find pairs that overlap other pairs in various ways.[ Format conversion ] bamtobed Convert BAM alignments to BED (& other) formats. bedtobam Convert intervals to BAM records. bamtofastq Convert BAM records to FASTQ records. bedpetobam Convert BEDPE intervals to BAM records. bed12tobed6 Breaks BED12 intervals into discrete BED6 intervals.[ Fasta manipulation ] getfasta Use intervals to extract sequences from a FASTA file. 提取给定位置的FASTA序列 maskfasta Use intervals to mask sequences from a FASTA file. nuc Profile the nucleotide content of intervals in a FASTA file.[ BAM focused tools ] multicov Counts coverage from multiple BAMs at specific intervals. tag Tag BAM alignments based on overlaps with interval files.[ Statistical relationships ] jaccard Calculate the Jaccard statistic b/w two sets of intervals. 计算数据集相似性 reldist Calculate the distribution of relative distances b/w two files. fisher Calculate Fisher statistic b/w two feature files.[ Miscellaneous tools ] overlap Computes the amount of overlap from two intervals. igv Create an IGV snapshot batch script. 用于生成一个脚本，批量捕获IGV截图 links Create a HTML page of links to UCSC locations. makewindows Make interval "windows" across a genome. 把给定区域划分成指定大小和间隔的小区间 (bin) groupby Group by common cols. & summarize oth. cols. (~ SQL "groupBy") 分组结算，不只可以用于bed文件。 expand Replicate lines based on lists of values in columns. split Split a file into multiple files with equal records or base pairs. ————————————— 原文链接：https://blog.csdn.net/qazplm12_3/article/details/79797594

5、bedtools intersect的使用

Find overlapping intervals in various ways 求区域之间的交集，可以用来注释peak，计算reads比对到的基因组区域不同样品的peak之间的peak重叠情况

# 语法bedtools intersect [OPTIONS] -a <bed/gff/vcf/bam> -b <bed/gff/vcf/bam>#注：-b 可以接多个文件

相关参数可参考bedtools之intersect命令参数

# 使用举例#找到A和B文件中重叠的部分前5行bedtools intersect -a cpg.bed -b exons.bed | head -5chr1 29320 29370 CpG:_116chr1 135124 135563 CpG:_30chr1 327790 328229 CpG:_29chr1 327790 328229 CpG:_29chr1 327790 328229 CpG:_29#-wa：A和B重叠的区间再加上a的剩余部分#-wb：A和B重叠的区间再加上b的剩余部分bedtools intersect -a cpg.bed -b exons.bed -wa -wb | head -5chr1 28735 29810 CpG:_116 chr1 29320 29370 NR_024540_exon_10_0_chr1_29321_r 0 -chr1 135124 135563 CpG:_30 chr1 134772 139696 NR_039983_exon_0_0_chr1_134773_r 0 -chr1 327790 328229 CpG:_29 chr1 324438 328581 NR_028322_exon_2_0_chr1_324439_f 0 +chr1 327790 328229 CpG:_29 chr1 324438 328581 NR_028325_exon_2_0_chr1_324439_f 0 +chr1 327790 328229 CpG:_29 chr1 327035 328581 NR_028327_exon_3_0_chr1_327036_f 0 +#-wo Write the original A and B entries plus the number of base pairs of overlap between the two features. Only A features with overlap are reportedbedtools intersect -a cpg.bed -b exons.bed -wo | head -5chr1 28735 29810 CpG:_116 chr1 29320 29370 NR_024540_exon_10_0_chr1_29321_r 0 - 50chr1 135124 135563 CpG:_30 chr1 134772 139696 NR_039983_exon_0_0_chr1_134773_r 0 - 439chr1 327790 328229 CpG:_29 chr1 324438 328581 NR_028322_exon_2_0_chr1_324439_f 0 + 439chr1 327790 328229 CpG:_29 chr1 324438 328581 NR_028325_exon_2_0_chr1_324439_f 0 + 439chr1 327790 328229 CpG:_29 chr1 327035 328581 NR_028327_exon_3_0_chr1_327036_f 0 + 439 #-c For each entry in A, report the number of hits in B while restricting to -f. Reports 0 for A entries that have no overlap with Bbedtools intersect -a cpg.bed -b exons.bed -c | head chr1 28735 29810 CpG:_116 1chr1 135124 135563 CpG:_30 1chr1 327790 328229 CpG:_29 3chr1 437151 438164 CpG:_84 0chr1 449273 450544 CpG:_99 0chr1 533219 534114 CpG:_94 0chr1 544738 546649 CpG:_171 0chr1 713984 714547 CpG:_60 1chr1 762416 763445 CpG:_115 10chr1 788863 789211 CpG:_28 9# 找到覆盖了最多外显子的CPG岛bedtools intersect -a cpg.bed -b exons.bed -c | sort -k5,5nr | head -2chrY 15591259 15591720 CpG:_33 77chrUn_gl000228 70214 114054 CpG:_3259 72bedtools intersect -a cpg.bed -b exons.bed -c | sort -k1,1 -k2,2nr | head -2chr1 249200252 249200721 CpG:_58 2chr1 249167408 249168010 CpG:_48 0#找到A文件中没有重叠B的部分  Only report those entries in A that have no overlap in Bbedtools intersect -a cpg.bed -b exons.bed -v | headchr1 437151 438164 CpG:_84chr1 449273 450544 CpG:_99chr1 533219 534114 CpG:_94 chr1 544738 546649 CpG:_171chr1 801975 802338 CpG:_24chr1 805198 805628 CpG:_50chr1 839694 840619 CpG:_83chr1 844299 845883 CpG:_153chr1 912869 913153 CpG:_28chr1 919726 919927 CpG:_15#从注释文件中，选取启动子cat hesc.chromHmm.bed | grep Promoter > promoters.bedcat promoters.bed |head -3chr1 27737 28537 2_Weak_Promoterchr1 28537 30137 1_Active_Promoterchr1 30137 30337 2_Weak_Promoter# 找到跟每个exon最近的启动子 多的一列数值是-a 和 -b 两者最近的距离bedtools closest -a exons.bed -b promoters.bed -d | head -2chr1 11873 12227 NR_046018_exon_0_0_chr1_11874_f 0 + chr1 27737 28537 2_Weak_Promoter 15511chr1 12612 12721 NR_046018_exon_1_0_chr1_12613_f 0 + chr1 27737 28537 2_Weak_Promoter 15017# 以5Kb一个窗口把人类基因组以覆盖bedtools makewindows -g genome.txt -w 50000 > windows.bedcat windows.bed |head -3chr1 0 50000chr1 50000 100000chr1 100000 150000bedtools makewindows -g genome.txt -w 100000 > windows0.bedcat windows0.bed |head -3chr1 0 100000chr1 100000 200000chr1 200000 300000# 显示cpg.bed中和exons.bed有重叠的intervalsbedtools intersect -a cpg.bed -b exons.bed # 显示exons.bed中和cpg.bed有重叠的intervalsbedtools intersect -a exons.bed -b cpg.bed # 同时显示重叠区域的A、B文件中的原始记录bedtools intersect -a exons.bed -b cpg.bed -wa -wb # 显示重叠区域的碱基数bedtools intersect -a cpg.bed -b exons.bed -wo # 显示每一个cpg.bed文件中的记录在exons.bed文件中的重叠记录数bedtools intersect -a cpg.bed -b exons.bed -c # cpg.bed文件中不和exons.bed任何intervals重叠的记录bedtools intersect -a cpg.bed -b exons.bed -vbedtools intersect -a cpg.bed -b exons.bed -wo # 设定阈值，显示cpg.bed中intervals至少有50%序列和exons.bed中的重叠bedtools intersect -a cpg.bed -b exons.bed -wo -f 0.50 # 多个文件的重叠区域bedtools intersect -a cpg.bed -b gwas.bed exons.bed bedtools intersect -a cpg.bed -b gwas.bed exons.bed -wa -wb -names gwas exon # 加上文件label # sorted数据通过加-sorted参数，运行速度更快time bedtools intersect -a exons.bed -b cpg.bed gwas.bed -sorted >>/dev/null—————————————原文链接：https://blog.csdn.net/sunchengquan/article/details/85031173原文链接：https://blog.csdn.net/qq_27390023/article/details/125433158

6、bedtools merge的使用

Combine overlapping/nearby intervals into a single interval 合并重叠或相接的区域

# 语法bedtools merge [OPTIONS] -i <bed/gff/vcf>#注意：bedtools merge要求输入文件先排序

# 使用举例# 排序，输入文件先按染色体排序，然后按起始位置排序。sort -k1,1 -k2,2n test.bed >test.sorted.bed# 显示最终的"合并 "区间bedtools merge -i exons.bed | head -n 20# 在计算导致每个新的 "合并 "区间的重叠区间的数量时，我们将 "计算 "第一列。bedtools merge -i exons.bed -c 1 -o count | head -n 20 # 显示所有合并成新的"合并 "区间的重叠区间的第二行bedtools merge -i exons.bed -c 2 -o collapse | head -n 20 # 合并距离不超过1000的区间，bedtools merge -i exons.bed -d 1000 -c 1 -o count | head -20 # 合并距离不超过90区域，分别对第一列和第四列做不同的操作bedtools merge -i exons.bed -d 90 -c 1,4 -o count,collapse | head -20————————————————原文链接：https://blog.csdn.net/qq_27390023/article/details/125433158

7、bedtools complement的使用

Extract intervals not represented by an interval file 获得互补区域

# 语法bedtools complement [OPTIONS] -i <bed/gff/vcf> -g <genome>#注：The genome file should tab delimited and structured as follows: <chromName><TAB><chromSize>

# 使用举例# genome.txt中，exons.bed没有的区间bedtools complement -i exons.bed -g genome.txt

8、bedtools genomecov的使用

Compute the coverage of a feature file among a genome 合并重叠或相接的区域

# 语法bedtools genomecov [OPTIONS] -i <bed/gff/vcf> -g <genome>#注：需要排序好的文件bedtools genomecov -i exons.bed -g genome.txt

# 使用举例# 输出BEDGRAPH,计算intervals的depthbedtools genomecov -i exons.bed -g genome.txt -bg | head -20

9、bedtools jaccard的使用

calculate Jaccard statistic b/w two feature files 计算数据集相似性

# 语法bedtools jaccard [OPTIONS] -a <bed/gff/vcf> -b <bed/gff/vcf>

# 使用举例# 计算相似度bedtools jaccard -a cpg.bed -b exons.bed

10、bedtools coverage的使用

Returns the depth and breadth of coverage of features from B 计算区域覆盖度

# 语法

# 使用举例bedtools coverage [OPTIONS] -a <bed/gff/vcf> -b <bed/gff/vcf>bedtools coverage -a cpg.bed -b exons.bed

1、介绍

Conda是在Windows、macOS和Linux上运行的开源软件包管理系统和环境管理系统。可以快速安装、运行和更新软件包及其依赖项。可以轻松地在本地计算机上的环境中创建，保存，加载和切换。它是为Python程序创建的，但可以打包和分发适用于任何语言的软件。
目前conda的发行版本分为anaconda、miniconda两种，安装了ananconda或miniconda的完整版，就默认安装了conda。anaconda会包含一些常用包的版本，miniconda则是精简版，两者安装均可。

2、下载

miniconda下载地址

3、安装

# 进入miniconda所在目录cd miniconda # 如果你的地址跟我不同，记得更新地址# 执行安装命令bash Miniconda3-py39_4.10.3-Linux-x86_64.sh # 如果你的版本跟我不同，记得更新名称

填写yes

记得这里有选项是继续安装还是终止，继续安装即点击回车

填写yes

# 使环境变量生效source ~/.bashrc

miniconda3安装成功～
️ 安装成功后要关闭终端，再次进入才会生效哦～

# 添加环境变量export PATH=/Users/jolie/miniconda3:$PATH # 文件所在路径要更新为你自己的地址哦# 验证是否安装成功cd miniconda3 #如果添加了环境变量，在任意位置都可以执行，如果没有添加环境变量，则只能在对应目录下执行conda# 查看相关帮助conda -h # h参数为help的意思

4、conda管理packages

## 查看当前环境下的已经安装的包conda list## 查看频道下可用的某包conda search openpyxl## 安装包到环境work，不加--name时，默认安装到当前环境conda install --name work openpyxl## 安装包指定镜像源加速下载(**)conda install -c https://mirrors.bfsu.edu.cn/anaconda/cloud/conda-forge micromamba## 安装包requests , 默认路径下载很慢,此时可指定下载命令conda install --name work -c conda-forge requests ## 检查安装结果conda list## 更新requests 包conda update requests ## 卸载requests 包conda remove requestsconda remove --name work requests # 删除work环境中的requests包

1、介绍

简介：是一个常用于生物信息学数据分析中的免费开源软件，它用于从基因组或外显子组测序数据中检测SNP、indel和复合事件（例如插入或删除，或插入和SNP的组合）。该软件使用贝叶斯模型来计算每个位点的变异概率，并结合多个样本的测序数据来确定变异的共享情况。

优点：能够处理多个样本的测序数据，从而更好地确定遗传变异的共享情况。此外，它还可以处理多倍体或杂合基因组，并允许用户设置自定义的过滤标准来减少误报率。

应用：FreeBayes已被广泛用于各种生物信息学应用中，包括疾病基因组学研究、人类进化研究、农业遗传学研究和环境基因组学研究等领域。在分析大规模基因组测序数据时，FreeBayes是一种非常有用的工具，可以帮助研究人员鉴定遗传变异并进行精确的生物信息学分析。

2、下载

# 下载git clone --recursive https://github.com/freebayes/freebayes.git

3、安装

# 依赖安装# 在安装FreeBayes之前，需要先安装其所依赖的一些库和软件包。具体的依赖库可以在FreeBayes的GitHub仓库中找到。# 在Ubuntu等Debian发行版中，可以使用以下命令安装依赖：sudo apt-get install cmake git zlib1g-dev libbz2-dev liblzma-dev# 在CentOS等Red Hat发行版中，可以使用以下命令安装依赖：sudo yum install cmake git zlib-devel bzip2-devel xz-devel# 如果在mac终端/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)" # 安装Homebrew，Homebrew为mac终端的软件包管理器brew update #更新Homebrewbrew install freebayes #安装freebayes# 编译cd freebayes # 要先进入对应的目录中make# 添加环境变量vim ~/.bash_profile # 编辑环境变量文件 export PATH=/Users/jolie/Desktop/工作/99-安装包/生信/freebayes:$PATH # 文件所在路径要更新为你自己的地址哦# 使环境变量生效source ~/.bashrc# 验证是否安装成功freebayes -h 

4、相关参数

# 查看完整的freebayes参数列表和详细说明freebayes --help