1.bwa的下载与安装

https://www.jianshu.com/p/19f58a07e6f4
主要参考这篇帖子，如果之前的步骤都走通了的话，依赖什么的不用特别安装，报错了再补也可以

安好了之后，进到他的路径，输./bwa,就可以确认bwa有没有安装好了，环境设置好以后可以在其他地方输入bwa，也可以叫他出来。
在正式开始使用之前，注意建立索引index：
Usage：bwa index [ –p prefix ] [ –a algoType ] <in.db.fasta>
示例：
解释：
–p prefix ：这是你的index的名字，或者说前缀，这个名字是你自己起的，我叫他ZS97genome
–a algoType ：-a [is|bwtsw] 构建index的算法，有以下两个选项：
　　　　-a is 是默认的算法，虽然相对较快，但是需要较大的内存，当构建的数据库大于2GB的时候就不能正常工作了;
　　　　-a bwtsw 对于短的参考序列式不工作的，必须要大于等于10MB, 但能用于较大的基因组数据，比如人的全基因组。
<in.db.fasta>：这个是你先下载的基因组文件，记得写绝对路径
建立的过程就是这样，显示这样的东西就说明建立好了：

2.利用bwa将数据与参考基因组进行比对，获得sam文件

这里主要是使用bwa的 BWA-MEM 算法，输入命令：
Usage: bwa mem [options] ref.fa reads.fq [mates.fq]
解释范例：
bwa mem -M -t 8 -k 32 ZS97genome /root/bidui/SRR13810477_paired_1_R1_paired.fq.gz /root/bidui/SRR13810477_paired_1_R2_paired.fq.gz > SRR13810477-test.sam
[options]：这是一些按需求调节的参数，主要如下：
-t INT 线程数，默认是1，增加线程数，会减少运行时间。
　　-M 将 shorter split hits 标记为次优，以兼容 Picard’s markDuplicates 软件。
　　-p 若无此参数：输入文件只有1个，则进行单端比对；若输入文件有2个，则作为paired reads进行比对。若加入此参数：则仅以第1个文件作为输入(会忽略第二个输入序列文件，把第一个文件当做单端测序的数据进行比对)，该文件必须是read1.fq和read2.fa进行reads交叉的数据。
　　-R STR 完整的read group的头部，可以用 '\t' 作为分隔符， 在输出的SAM文件中被解释为制表符TAB. read group 的ID，会被添加到输出文件的每一个read的头部。
　　-T INT 当比对的分值比 INT 小时，不输出该比对结果，这个参数只影响输出的结果，不影响比对的过程。
　　-a 将所有的比对结果都输出，包括 single-end 和 unpaired paired-end的 reads，但是这些比对的结果会被标记为次优。
　　-Y 对数据进行soft clipping, 当错配或者gap数过多比对不上时，会对序列进行切除，这里的切除并只是在比对时去掉这部分序列，最终输出结果中序列还是存在的，所以称为soft clipping。
ref.fa：这是你刚刚建立的index的名字
reads.fq：这是你用Trimmomatic处理出来的数据，记得用绝对路径

SRR13810477-test.sam：这就是你要输出的文件的文件名
特别说明：
如果 mates.fq 缺省，且参数 –p 未设定，那么 reads.fq 被认为是 single-end;
如果 mates.fq 存在，且参数 –p 未设定，那么 mem 命令会认为 read.fq 和 mates.fq 中的 i-th reads 组成一个read对 (a read pair)，这个模式是常用的 paired-end mode。
如果参数 –p 被设定，那么， mem 命令会认为 read.fq 中的 第 2i-th 和 第 (2i + 1)-th 的 reads 组成一个 read 对 （a read pair），这种方式也被成为交错式的（interleaved paired-end)。 在这种情况下，即使有 mates.fq，也会被忽略。
过程主要是这个样子的：


处理完就会产生你想要的sam文件，当然也可以和samtools联用直接变成bam，不过第一次尝试就一步一步来吧
你可以在bwa的文件夹里找到你的sam文件，找不到就用find来找：
find / -name SRR13810477-test.sam