我的第一次ChIP-seq实践

1. 软件安装

整个过程基本是从零开始,也就是说服务器没有安装任何所需软件。因为我平时会用到Python,所以第一步安装的是Anaconda,版本是Anaconda3-4.4.0-Linux-x86_64.sh. Ananconda是一个用于科学计算的Python发行版,能够方便解决多版本Python并存(后面会看到)、切换以及各种第三方包安装问题(最大的好处)。

Anaconda和整个ChIP-seq分析没关系,提到它是因为安装Anaconda后可以用BIOCONDA,能够方便安装管理生物信息软件,无需自己解决软件之间依赖关系。

安装本次实践需要的软件,包括

fastqc(0.11.5), sra-tools(2.8.1), bowtie2(2.3.2), samtools(1.5), MACS2(2.1.1.20160309), deeptools(2.5.1)

    conda config --add channels defaults    conda config --add channels conda-forge    conda config --add channels bioconda    conda install fastqc    conda install sra-tools    conda install bowtie2    conda install samtools    conda install deeptools

MACS2比较特殊,因为它需要Python2.7的环境才能安装,因为我习惯使用Python3,所以安装的Anaconda版本是Python3.6的。为了安装MACS2,首先创建一个虚拟环境,在python2.7的虚拟环境中使用。

    conda create -n py27 python=2    source activate py27    pip install MACS2

用pip没用conda,是因为conda install MACS2需要装好多其他包,我就按照MACS2网站提示pip安装,发现也能用。

2. 数据下载

处理过程中需要下载必要的数据,参考生物信息学常见的数据下载(http://www.biotrainee.com/thread-857-1-1.html)

mm10基因组

    mkdir -p  ~/reference/genome/mm10    cd ~/reference/genome/mm10    wget http://hgdownload.cse.ucsc.edu/goldenPath/mm10/bigZips/chromFa.tar.gz    tar zvxf chromFa.tar.gz     cat *.fa > mm10.fa    rm chr*.fa 

build index

    mkdir -p ~/reference/index/bowtie    cd ~/reference/index/bowtie    nohup time bowtie2-build  ~/reference/genome/mm10/mm10.fa  ~/reference/index/bowtie/mm10 1>mm10.bowtie_index.log 2>&1 &

mm10 refseq注释文件,来自http://genome.ucsc.edu/cgi-bin/hgTables。其中track选择RefSeq Genes,output format选择BED,其他参数默认。 头几行得到结果如下。

3. 处理数据

处理的步骤和Jimmy一模一样。 首先需要下载数据,在Jimmy原文中写的清楚,这里也就不赘述了。但是原文截取的原始数据的图好像不太对。我得到的数据如图:

PS:原文截图的确出错了,原文用的是RNA-seq实战的图片,编辑错误。

然后用fastqc看数据质量

    ls *fastq|xargs fastqc -t 10

用Bowtie2将fastqc结果比对到mm10基因组上去

    bowtie2 -p 6 -3 5 --local -x ~/reference/index/bowtie/mm10 -U ../data/SRR620205.fastq| samtools sort -O bam -o cbx7.bam    bowtie2 -p 6 -3 5 --local -x ~/reference/index/bowtie/mm10 -U ../data/SRR620206.fastq| samtools sort -O bam -o suz12.bam    bowtie2 -p 6 -3 5 --local -x ~/reference/index/bowtie/mm10 -U ../data/SRR620207.fastq| samtools sort -O bam -o RYBP.bam    bowtie2 -p 6 -3 5 --local -x ~/reference/index/bowtie/mm10 -U ../data/SRR620208.fastq| samtools sort -O bam -o IgGold.bam    bowtie2 -p 6 -3 5 --local -x ~/reference/index/bowtie/mm10 -U ../data/SRR620209.fastq| samtools sort -O bam -o IgG.bam

得到比对结果如图。大小和原文已经不一样,可能是index,bowtie2版本不同有关。

然后call peaks,首先要进入py27的虚拟环境中

    source activate py27    macs2 callpeak -c IgGold.bam -t suz12.bam -m 10 30 -p 1e-5 -f BAM -g mm -n suz12 2>suz12.masc2.log    macs2 callpeak -c IgGold.bam -t ring1B.bam -m 10 30 -p 1e-5 -f BAM -g mm -n ring1B 2>ring1B.masc2.log    macs2 callpeak -c IgG.bam -t cbx7.bam -m 10 30 -p 1e-5 -f BAM -g mm -n cbx7 2>cbx7.masc2.log    macs2 callpeak -c IgG.bam -t RYBP.bam -m 10 30 -p 1e-5 -f BAM -g mm -n RYBP 2>RYBP.masc2.log

结果如下。和原文结果很接近。但是原文RYBP2不知道是怎么得到的。

PS:我的RYBP2得到的方式,其实原文有说!

然后是bam转换成bw文件,并画图

    ls *.bam |while read id    do    samtools index $id $id.bai    done    ls *bam |while read id    do    file=$(basename $id )    sample=${file%%.*}    echo $sample    bamCoverage -b $id -o $sample.bw -p 10 --normalizeUsingRPKM    computeMatrix reference-point --referencePoint TSS -b 10000 -a 10000 -R ~/annotation/CHIPseq/mm10/ucsc.refseq.bed -S $sample.bw --skipZeros -o matrix1_${sample}_TSS.gz --outFileSortedRegions regions1_${sample}_genes.bed    plotHeatmap -m matrix1_${sample}_TSS.gz -out ${sample}.png    done

结果如下。其中跑bamCoverage会报错ring1B.bam does not appear to have an index. You MUST index the file first!

先要跑samtools index,生成.bam.bai文件。这个不知道为什么跑原代码没有生成这个文件。

最后画出profile和heatmap图。

    computeMatrix reference-point -p 10 --referencePoint TSS -b 2000 -a 2000 -S *bw -R ~/annotation/CHIPseq/mm10/ucsc.refseq.bed --skipZeros -o tmp4.mat.gz    plotHeatmap -m tmp4.mat.gz -out tmp4.merge.png    plotProfile --dpi 720 -m tmp4.mat.gz -out tmp4.profile.pdf --plotFileFormat pdf --perGroup    plotHeatmap --dpi 720 -m tmp4.mat.gz -out tmp4.merge.pdf --plotFileFormat pdf

得到结果如下

和原文差别好多。后来发现是bamCoverage不需要 --normalizeUsingRPKM这个参数,调整后结果是

现在和原文结果基本一致了。

4.总结

本次实践过程,只是单纯把软件安装,数据下载,代码跑了一遍,其中参数的设置及含义也没有仔细查看,这个要在之后的练习中不断学习。 多谢Jimmy分享的教程,能够让读者快速进入实战分析!

编辑:思考问题的熊&&jimmy

原文发布于微信公众号 - 生信技能树(biotrainee)

原文发表时间:2017-07-14

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏阮一峰的网络日志

搭建了一个图片库

但是,事实上,这个网志的所有图片链接都是有效的,没有一个链接是坏的。无法显示只是因为被屏蔽了,只要你不在中国大陆,所有图片都能看到。

883
来自专栏carven

第一篇博客---hexo博客建成

  在国庆期间,时间很充裕,刚好阿里云有一个云翼计划,大学生9.9一个月就可以拥有一台自己的服务器。我趁自己有点闲钱就入手了一个。

582
来自专栏草根博客站长有话说

命令行界面 (CLI)、终端 (Terminal)、Shell、TTY,这些都是啥意思?

为什么突然想写这样一篇文章呢?其实是因为在最近计划发布的一篇关于 WSL (Windows Subsystem for Linux) 的博文中,我打算对终端模拟...

936
来自专栏緣來來來

Mac下单片机开发环境的搭建

51单片机是对所有兼容Intel 8031指令系统的单片机的统称。该系列单片机的始祖是Intel的8004单片机,后来随着Flash rom技术的发展,8004...

531
来自专栏IT 指南者专栏

指南者博客测试版正式上线,没有域名,只有IP,欢迎访问!

指南者博客访问地址: http://120.79.207.130/ 其实是有域名的,由于没有备案的原因,访问一个月后,基本就不可以访问了,详情如下图。 ? 因...

3398
来自专栏大数据文摘

手把手 | 如何在计算机上配置数据科学开发环境

从Python、R等编程语言到以Git为例的版本控制系统甚至Unix Shell等命令行工具,数据科学家的武器库现在越来越丰富了,在个人计算机上同时使用这些武器...

600
来自专栏我的小碗汤

四款神器,教你笑傲江湖

学习或者工作中工具的熟练使用能大大的提高效率,效率提高了,省下来的时间,又可以干更多的事情,这是一个良性的循环。

632
来自专栏三水清专栏

iOS 真机调试微信小程序

平时开发小程序可以在开发者工具中进行调试,开发者工具提供了类似 Chrome DevTools 的调试面板,对于前端开发者来说入门门槛比较低。

1.3K10
来自专栏Timhbw博客

关于模仿网站的一些心得

2016-05-0417:47:47 发表评论 580℃热度 最近在做一个公司网站(学习为主),发现大部分企业网站都是静态网页,用php的少之又少,大部分都是...

3187
来自专栏魏艾斯博客www.vpsss.net

Yoast SEO 插件英文版设置教程

1626

扫码关注云+社区