El objetivo principal de seleccionar un software de alineación de RNA-Seq es realizar alineaciones precisas con un algoritmo robusto, capaz de detectar las diversas complejidades subyacentes a los procedimientos de mapeo de lecturas y más allá. La mayoría de las herramientas de software de alineación están típicamente preajustadas con datos humanos o procariotas, y por lo tanto pueden no ser adecuadas para aplicaciones a otros organismos, como las plantas. Las bases de datos de RNA-Seq de plantas, que están creciendo rápidamente, requieren la evaluación de las herramientas de alineación en datos de plantas curados, lo que ayudará a la calibración de estas herramientas para aplicaciones a datos transcriptómicos de plantas. Por lo tanto, nos centramos aquí en la evaluación comparativa de herramientas de alineación de lecturas de RNA-Seq, utilizando datos simulados derivados del organismo modelo. Evaluamos el rendimiento de cinco herramientas de alineación de RNA-Seq populares que están actualmente disponibles, basándonos en su uso (número de citas). Al introducir polimorfismos de nucleótido único (SNPs) anotados de The Arabidopsis Information Resource (TAIR), registramos la precisión de alineación tanto a nivel de base como a nivel de base de unión para cada herramienta de alineación. Además de evaluar el rendimiento de las herramientas de alineación en sus configuraciones predeterminadas, también se registraron precisiones variando los valores de numerosos parámetros, incluyendo el umbral de confianza y el nivel de introducción de SNP. Se encontró que el rendimiento de los alineadores era consistente bajo diversas condiciones de prueba en la precisión a nivel de base; sin embargo, la evaluación a nivel de base de unión produjo resultados variables dependiendo del algoritmo aplicado. En la evaluación a nivel de base de lectura, el rendimiento general del alineador STAR fue superior al de otros alineadores, con una precisión general que alcanzó más del 90% bajo diferentes condiciones de prueba. Por otro lado, en la evaluación a nivel de base de unión, SubRead emergió como el alineador más prometedor, con una precisión general superior al 80% en la mayoría de las condiciones de prueba.