This is a test version of Biostars. For the public version, visit https://www.biostars.org.
Confusing header after mapping w/ STAR using Ensembl refgenome

After a very (very) fast alignment with STAR (2-pass mode) for my RNA-seq, I viewed the header using samtools to make sure everything was sorted, aligned correctly. I used Gencode/Ensembl's lastest reference genome build (GrCh38.p5).

Here is my STAR input:

${STAR} --runMode alignReads --twopassMode Basic --runThreadN 24 --outSAMtype BAM SortedByCoordinate --outSAMattributes All --outFileNamePrefix "${file1%_1.fastq}_tsta" --outSAMmapqUnique 255 --sjdbGTFfile "${sjdb}" --genomeDir "${STAR_index}" --readFilesIn "${file7}" "${file8}"

Here is my 'samtools view -H' output:

@SQ    SN:chr15    LN:101991189
@SQ    SN:chr16    LN:90338345
@SQ    SN:chr17    LN:83257441
@SQ    SN:chr18    LN:80373285
@SQ    SN:chr19    LN:58617616
@SQ    SN:chr20    LN:64444167
@SQ    SN:chr21    LN:46709983
@SQ    SN:chr22    LN:50818468
@SQ    SN:chrX    LN:156040895
@SQ    SN:chrY    LN:57227415
@SQ    SN:chrM    LN:16569
@SQ    SN:GL000008.2    LN:209709
@SQ    SN:GL000009.2    LN:201709
@SQ    SN:GL000194.1    LN:191469
@SQ    SN:GL000195.1    LN:182896
@SQ    SN:GL000205.2    LN:185591
@SQ    SN:GL000208.1    LN:92689
@SQ    SN:GL000213.1    LN:164239
@SQ    SN:GL000214.1    LN:137718
@SQ    SN:GL000216.2    LN:176608
@SQ    SN:GL000218.1    LN:161147
@SQ    SN:GL000219.1    LN:179198
@SQ    SN:GL000220.1    LN:161802
@SQ    SN:GL000221.1    LN:155397
@SQ    SN:GL000224.1    LN:179693
@SQ    SN:GL000225.1    LN:211173
@SQ    SN:GL000226.1    LN:15008
@SQ    SN:KN538364.1    LN:415308
@SQ    SN:KQ031383.1    LN:467143
@SQ    SN:KN538369.1    LN:541038
@SQ    SN:JH159136.1    LN:200998
@SQ    SN:JH159137.1    LN:191409
@SQ    SN:KQ031387.1    LN:320750
@SQ    SN:KN538360.1    LN:460100
@SQ    SN:KN196484.1    LN:370917
@SQ    SN:KN196476.1    LN:305979
@SQ    SN:KN196479.1    LN:330164
@SQ    SN:KN196473.1    LN:166200
@SQ    SN:KN196487.1    LN:101150
@SQ    SN:KN196475.1    LN:451168
@SQ    SN:KQ090016.1    LN:245716
@SQ    SN:KN538361.1    LN:305542
@SQ    SN:KN196474.1    LN:122022
@SQ    SN:KQ090022.1    LN:181958
@SQ    SN:KN196478.1    LN:268330
@SQ    SN:KN196480.1    LN:277797
@SQ    SN:KQ090028.1    LN:407387
@SQ    SN:KN196483.1    LN:35455
@SQ    SN:KN196481.1    LN:108875
@SQ    SN:KN538363.1    LN:365499
@SQ    SN:KN538362.1    LN:208149
@SQ    SN:KQ031385.1    LN:373699
@SQ    SN:KQ031386.1    LN:165718
@SQ    SN:KQ031388.1    LN:179932
@SQ    SN:KN538365.1    LN:14347
@SQ    SN:KN538366.1    LN:85284
@SQ    SN:KN538367.1    LN:420164
@SQ    SN:KN538370.1    LN:86533
@SQ    SN:KN538373.1    LN:148762
@SQ    SN:KN538371.1    LN:206320
@SQ    SN:KQ031384.1    LN:481245
@SQ    SN:KN538372.1    LN:356766
@SQ    SN:KQ090021.1    LN:264545
@SQ    SN:KN196482.1    LN:211377
@SQ    SN:KQ458386.1    LN:405389
@SQ    SN:KN196472.1    LN:186494
@SQ    SN:GL383545.1    LN:179254
@SQ    SN:GL383546.1    LN:309802
@SQ    SN:KI270824.1    LN:181496
@SQ    SN:KI270825.1    LN:188315
@SQ    SN:KQ090020.1    LN:185507
@SQ    SN:GL383547.1    LN:154407
@SQ    SN:KN538368.1    LN:203552
@SQ    SN:KI270826.1    LN:186169
@SQ    SN:KI270827.1    LN:67707
@SQ    SN:KI270829.1    LN:204059
@SQ    SN:KI270830.1    LN:177092
@SQ    SN:KI270831.1    LN:296895
@SQ    SN:KI270832.1    LN:210133
@SQ    SN:KI270902.1    LN:106711
@SQ    SN:KI270903.1    LN:214625
@SQ    SN:KI270927.1    LN:218612
@SQ    SN:GL877875.1    LN:167313
@SQ    SN:GL383549.1    LN:120804
@SQ    SN:GL383550.2    LN:169178
@SQ    SN:KQ090023.1    LN:109323
@SQ    SN:GL877876.1    LN:408271
@SQ    SN:GL383552.1    LN:138655
@SQ    SN:KI270904.1    LN:572349
@SQ    SN:GL383553.2    LN:152874
@SQ    SN:KI270835.1    LN:238139
@SQ    SN:GL383551.1    LN:184319
@SQ    SN:KI270837.1    LN:40090
@SQ    SN:KI270833.1    LN:76061
@SQ    SN:KI270834.1    LN:119498
@SQ    SN:KI270836.1    LN:56134
@SQ    SN:KI270838.1    LN:306913
@SQ    SN:KI270839.1    LN:180306
@SQ    SN:KI270840.1    LN:191684
@SQ    SN:KI270841.1    LN:169134
@SQ    SN:KI270842.1    LN:37287
@SQ    SN:KI270843.1    LN:103832
@SQ    SN:KQ090024.1    LN:168146
@SQ    SN:KQ090025.1    LN:123480
@SQ    SN:KI270844.1    LN:322166
@SQ    SN:KI270845.1    LN:180703
@SQ    SN:KI270846.1    LN:1351393
@SQ    SN:KI270847.1    LN:1511111
@SQ    SN:KI270852.1    LN:478999
@SQ    SN:KI270848.1    LN:327382
@SQ    SN:GL383554.1    LN:296527
@SQ    SN:KI270906.1    LN:196384
@SQ    SN:GL383555.2    LN:388773
@SQ    SN:KI270851.1    LN:263054
@SQ    SN:KI270849.1    LN:244917
@SQ    SN:KI270905.1    LN:5161414
@SQ    SN:KI270850.1    LN:430880
@SQ    SN:KQ031389.1    LN:2365364
@SQ    SN:KI270853.1    LN:2659700
@SQ    SN:GL383556.1    LN:192462
@SQ    SN:GL383557.1    LN:89672
@SQ    SN:KI270855.1    LN:232857
@SQ    SN:KQ031390.1    LN:169136
@SQ    SN:KI270856.1    LN:63982
@SQ    SN:KQ090027.1    LN:267463
@SQ    SN:KQ090026.1    LN:59016
@SQ    SN:KI270854.1    LN:134193
@SQ    SN:KI270909.1    LN:325800
@SQ    SN:GL383563.3    LN:375691
@SQ    SN:KI270861.1    LN:196688
@SQ    SN:GL383564.2    LN:133151
@SQ    SN:GL000258.2    LN:1821992
@SQ    SN:KI270860.1    LN:178921
@SQ    SN:KI270907.1    LN:137721
@SQ    SN:KI270862.1    LN:391357
@SQ    SN:GL383565.1    LN:223995
@SQ    SN:KI270908.1    LN:1423190
@SQ    SN:KI270910.1    LN:157099
@SQ    SN:GL383566.1    LN:90219
@SQ    SN:JH159146.1    LN:278131
@SQ    SN:JH159147.1    LN:70345
@SQ    SN:JH159148.1    LN:88070
@SQ    SN:KI270857.1    LN:2877074
@SQ    SN:KI270858.1    LN:235827
@SQ    SN:KI270859.1    LN:108763
@SQ    SN:GL383567.1    LN:289831
@SQ    SN:GL383568.1    LN:104552
@SQ    SN:GL383569.1    LN:167950
@SQ    SN:GL383570.1    LN:164789
@SQ    SN:GL383571.1    LN:198278
@SQ    SN:GL383572.1    LN:159547
@SQ    SN:KI270863.1    LN:167999
@SQ    SN:KI270864.1    LN:111737
...
...
...

I'm going to assume that this was done correctly and the notations represent (mostly) unplaced contigs, but I did not expect chr1-chr14 to be missing. I'm wondering if I can continue on using this bam file (after sorting, adding RG) for GATK variant calling workflow (snpEff, MuTect2).

I omitted some of the header to meet character limit.

rna-seq star samtools ensembl grch38.p5

If you samtools view -H | grep "``chr14", does it return anything?

0 answers

No answers yet.

Log in to answer this question.