甲基化分析（WGBS）#
BaizeGen 提供与 Bismark 3.1.0 兼容的亚硫酸氢盐测序（WGBS / RRBS）分析流程：基因组准备、比对、去重、甲基化提取和报告。命令行参数沿用 Bismark 的写法，输出文件的名称、格式和内容与 Bismark 相同，可以直接接入现有的下游分析。
只需一次
RRBS 跳过
fastq2meth 在一个进程中完成比对、去重和提取，输出与分步运行相同。
两种比对器#
bsalign 和 fastq2meth 必须用 --aligner 明确选择比对器：
--aligner bowtie2 |
--aligner baize |
|
|---|---|---|
| 比对器 | 调用用户自己安装的 bowtie2，运行方式与 Bismark 相同 | BaizeGen 自己的比对器（bowtie2 的打分规则），不需要安装 bowtie2 |
| 运行设备 | CPU | CPU，或 GPU（--device gpu，仅 GPU 版；结果与 CPU 相同） |
| 与 Bismark 的一致性 | BAM 和报告逐字节相同（PE、SE、PBAT、非定向文库、--local） |
差异控制在 bowtie2 自身两次运行之间的差异水平之内，见下 |
| 基因组准备 | bsprep（默认 --bowtie2） |
bsprep --baize |
--aligner baize 与 Bismark 的差异：在一个 3 亿对的人类 WGBS 样本上，99.0% 的 read 对与 Bismark 的比对相同（Bismark 用不同的随机数种子运行两次，彼此 98.97% 相同）；共有 CpG 位点甲基化水平的相关系数为 0.9985（Bismark 两次之间为 0.9968）。已知差异：重复区的低 MAPQ read 对少一些，覆盖到的 CpG 位点比 Bismark 少约 0.5%。--aligner baize --local 目前超出上述差异水平，要求一致性时请用 --aligner bowtie2。
分步说明#
1. 基因组准备#
GENOME_FOLDER 是一个目录，里面放参考基因组的 FASTA 文件（.fa / .fasta，可以是多个文件）。准备结果写在该目录的 Bisulfite_Genome/ 下，每个基因组只需准备一次。
# 供 --aligner baize 使用（人类基因组约 1.5 小时，占用约 12 GB 磁盘）
baizegen bsprep --baize GENOME_FOLDER
# 供 --aligner bowtie2 使用（需要 bowtie2-build 在 PATH 中，或用 --path_to_aligner 指定目录）
baizegen bsprep --bowtie2 --parallel 8 GENOME_FOLDER
2. 一步完成比对、去重和提取（推荐）#
baizegen-gpu fastq2meth --aligner baize --device gpu --genome GENOME_FOLDER \
-1 FASTQ_1 -2 FASTQ_2 -p NUMBER_THREADS -o OUTPUT_DIR \
--gzip --bedGraph [--cytosine_report]
- GENOME_FOLDER：经过
bsprep准备的基因组目录。 - FASTQ_1、FASTQ_2：双端测序数据（可 gzip 压缩）；单端数据用
--single_end FASTQ。 - NUMBER_THREADS：
--aligner baize时为比对线程数（默认使用全部 CPU）。 - OUTPUT_DIR：输出目录。
--gzip、--bedGraph、--cytosine_report：与 Bismark 的 methylation extractor 相同，分别压缩输出、生成 bedGraph / coverage 文件、生成全基因组胞嘧啶报告。- RRBS 数据加
--no_dedup跳过去重。 - PBAT 文库加
--pbat；非定向文库加--non_directional。 - CPU 版去掉
--device gpu；使用 bowtie2 时改为--aligner bowtie2。
参考耗时：3 亿对人类 WGBS（2×150 bp），1 × RTX 5090 32 GB + Threadripper 3960X，--aligner baize --device gpu 30 分 17 秒（见性能对比）。
3. 分步运行#
# 比对：输出 <FASTQ_1 名称>_bismark_bt2_pe.bam 和比对报告
baizegen-gpu bsalign --aligner baize --device gpu --genome GENOME_FOLDER \
-1 FASTQ_1 -2 FASTQ_2 -o OUTPUT_DIR
# 去重：输出 *.deduplicated.bam 和去重报告（单端用 -s）
baizegen bsdedup -p --output_dir OUTPUT_DIR OUTPUT_DIR/SAMPLE_bismark_bt2_pe.bam
# 甲基化提取：各 context 的甲基化调用、M-bias、splitting report、bedGraph / coverage、CpG report
baizegen bsextract -p --gzip --bedGraph --cytosine_report --genome_folder GENOME_FOLDER \
-o OUTPUT_DIR OUTPUT_DIR/SAMPLE_bismark_bt2_pe.deduplicated.bam
使用 --aligner bowtie2 时，-p N 是每个 bowtie2 实例的线程数，--path_to_bowtie2 指定 bowtie2 所在目录。
4. 报告#
# 单个样本的 HTML 报告（内容同 bismark2report）：在样本输出目录中运行
cd OUTPUT_DIR && baizegen bsreport
# 多个样本的项目汇总（.txt 与 bismark2summary 逐字节相同，另附 HTML 页面）
baizegen bssummary -o PROJECT_SUMMARY sample1_bismark_bt2_pe.bam sample2_bismark_bt2_pe.bam ...
bsreport 按比对报告的名称自动找到同一样本的去重、splitting 和 M-bias 报告，bssummary 按 BAM 的名称找到比对、去重和 splitting 报告。HTML 页面是 BaizeGen 自己的页面，单文件、不依赖网络。
全部参数见甲基化工具参考。