高通量数据分析必备|基因组浏览器使用介绍 - 1

基因组浏览器是高通量测序分析的一个重要的可视化工具。相比于最终提供的表格，基因组浏览器可以提供更多的信息，如直观展示突变位点、查看有无新转录本或新的可变剪接形式、查看peak的可信度、上下游基因、区域保守性、重复元件、蛋白结合motif等。

我们前面有测序数据可视化列举了4个常用的高通量数据可视化工具，详细介绍了IGV基因组浏览器可视化高通量测序数据和UCSC 基因组浏览器的安装使用。

最近几次将以华盛顿大学(DC)开发的EPGG基因组浏览器为主要工具 (目前主流浏览器之一，不同的功能更新分别发表于NBT, Nature method等杂志)，介绍下基因组浏览器的基本展示内容、各部分含义、使用方式等。

基因组浏览器都可以按照位置或基因名字搜索，可进行局部放大和缩小。虽然每个软件略有不同，但基本操作是通用的。点一点，拽一拽，就都能用了。初次接触一个软件，多一点耐心，多一点操作，其实没那么难。

基因信息展示包含基因的转录方向信息 (箭头)，基因结构信息 (CDS, UTR, intron)，基因功能描述信息等。方向信息对我们识别转录起始位点及启动子区域和启动子上的ChIP peak至关重要。

另外还有个功能，基因只在基因组占1%，浏览起来不方便，Juxtapose模式可以只显示基因区，其它区域隐藏，这样截图或浏览起来都更方便。

重复元件是我们做分析时需要关注的一个点，最近Cell文章发现 LINE元件 (A LINE-1-Nucleolin Patnership Regulates Early Development and ESC Identity)是胚胎发育的关键。如果我们的数据能在某个重复元件上有特殊分布，也可能催生重要发现呢。

“峰图”是最常见的展示形式，reads的分布有高有低，在基因组上形成层恋叠嶂的山峰状。峰顶表示对应区域的表达、修饰或结合比较高。

除了峰形图，也可以展示热图、线图等。

数值Track支持的数据一般是bigWig格式，在不同浏览器之间通用。不同Track之间比较时需要先对数据做标准化，也需要设置同等大小的Y轴。数据可以进行一定程度的拟合，使得结果更清晰 (图中的Smooth window)。

这个线图常用于比较富集样品和对照样品，或比较不同样品之间的表达量高低等。把2个Track放到一起展示，高低立见。UCSC genome browser也有类似功能，而且展示效果更好，我们前面也已提过。

EPGG特有的甲基化数据展示，给定每个位点测序深度，CG甲基化比例，CHH，CHG甲基化比例等。还可以在线过滤，筛选不同支持reads数的甲基化位点，更有动态性。是甲基化分析的必备神器。

染色体的三维结构研究越来越多，用途也越来越大。关联SNP位点的功能，寻找enhancer的靶基因，基因组区域互作，都可以通过Hi-C数据提供更多支持信息。EPGG可以用互作热图或loop连线两种方式展示区域之间的互作。

互作热图的识别方式是：如果要看位点A和位点B之间是否有互作，只需在正负45度方向画一条线，查看线是否有交点和交点处颜色强弱即可判断。

还有圈图形式，从宏观展示某个位点与基因组其它区域的互作。

SNP位点展示及连锁不平衡展示，这也是EPGG的特有功能。可视化与Hi-C染色体互作类似。

下一步将讲一下EPGG的自带数据和分析功能，以更方便使用。

访问链接：http://epigenomegateway.wustl.edu/browser/