前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >HiC数据分析实战(一)

HiC数据分析实战(一)

作者头像
生信技能树
发布2018-08-06 15:34:52
6.5K0
发布2018-08-06 15:34:52
举报
文章被收录于专栏:生信技能树

首先需要明白数据分析流程,可以查看第一讲:三维基因组学习笔记,提炼流程如下:

  • Hi-C标准分析流程(比对及过滤,原始互作图谱构建)
    • 下载参考基因组及构建bowtie2索引
    • 把fq测序数据比对都参考基因组
    • 过滤及挑选符合要求的比对结果
    • 原始互作图谱构建
    • 互作图谱迭代校正
  • Compartment分析
  • TAD分析
  • 显著互作Loops分析

实战数据

来自于Tung B. K. Le et al. Science 2013 :https://www.ncbi.nlm.nih.gov/sra/?term=srr824846

Study: High-resolution mapping of the spatial organization of Caulobacter crescentus chromosome by chromosome conformation capture in conjunction with next-generation sequencing (Hi-C)

数据下载后转为fq文件如下:

代码语言:javascript
复制
858M Jul  3 16:21 SRR824846_Q20L10_1.fastq.gz
857M Jul  3 16:22 SRR824846_Q20L10_2.fastq.gz

如果想看其它数据:PRJNA196826 • SRP020913 • All experiments • All runs

下载参考基因组并且构建bowtie2的索引

物种是:新月柄杆菌 Caulobacter crescentus,它是一种经常用于实验室实验中的细菌,通常含有扁平囊泡(绿色),包裹着贮存颗粒(橙色)。

WC Nierman - ‎2001的文章就发表了该物种的基因组 - ‎被引用次数:500 The complete genome sequence of Caulobacter crescentus was determined to be 4,016,942 base pairs in a single circular chromosome encoding 3,767 genes.

代码语言:javascript
复制
mkdir -p ~/project/hic/ref
cd ~/project/hic/ref
wget ftp://ftp.ensemblgenomes.org/pub/bacteria/release-40/fasta/bacteria_20_collection/caulobacter_crescentus_na1000/dna/Caulobacter_crescentus_na1000.ASM2200v1.dna.toplevel.fa.gz
gunzip Caulobacter_crescentus_na1000.ASM2200v1.dna.toplevel.fa.gz
bowtie2-build  Caulobacter_crescentus_na1000.ASM2200v1.dna.toplevel.fa   bacteria

得到

代码语言:javascript
复制
5.3M Jul 25 19:28 bacteria.1.bt2
988K Jul 25 19:28 bacteria.2.bt2
  17 Jul 25 19:28 bacteria.3.bt2
988K Jul 25 19:28 bacteria.4.bt2
5.3M Jul 25 19:28 bacteria.rev.1.bt2
988K Jul 25 19:28 bacteria.rev.2.bt2

这个参考基因组fa文件节选如下:

代码语言:javascript
复制
>Chromosome dna:chromosome chromosome:ASM2200v1:Chromosome:1:4042929:1 REF
GAATTCTTAACGTCCTGAGACACGACAGCGACCTCTGACCGGACTCGTTCCGCGTCTTTG
GACAATCGGGATTCAGACTTCGGGGGATGCGGCGCAGGCTTGGGGATGATAGGCGAGCAA
TGCGACCGTTGATCACAGCGGCGCCGTGTCACGACGCTGTTGGGGCCGTTCGGCGCCCGG

下载必备软件

软件大全来源于:https://omictools.com/3c-4c-5c-hi-c-chia-pet-category

如果没有conda就先安装咯:

代码语言:javascript
复制
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh
source ~/.bashrc
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes

然后安装一系列软件哈:

代码语言:javascript
复制
conda create -n hic  python=2 bowtie2
conda info --envs
source activate hic
conda search hiclab
conda install -y sra-tools samtools 

有些软件不在conda里面,需要自行查看软件说明书文档,主要是:

  • https://bitbucket.org/mirnylab/hiclib
  • https://github.com/nservant/HiC-Pro

其中特别值得推荐,可以处理各种各样的hic数据,包括:

  • Hi-C
  • in situ Hi-C
  • DNase Hi-C
  • Micro-C
  • capture-C
  • capture Hi-C
  • HiChip

安装hiclib代码如下:

代码语言:javascript
复制
source activate hic
conda install numpy scipy matplotlib h5py cython numexpr statsmodels  scikit-learn pandas 
pip install https://bitbucket.org/mirnylab/mirnylib/get/tip.tar.gz
pip install https://bitbucket.org/mirnylab/hiclib/get/tip.tar.gz ##  17.7MB 44kB/s

安装hiclib代码如下:

代码语言:javascript
复制
# conda install numpy scipy matplotlib h5py cython numexpr statsmodels  scikit-learn pandas
## 依赖软件比较多
source activate hic
conda install -y pysam bx-python numpy scipy 
conda install  -y R  

R -e "install.packages(c('ggplot2','RColorBrewer') repos='https://mirrors.tuna.tsinghua.edu.cn/CRAN/')"
R -e "library(ggplot2)"
R -e "library(RColorBrewer)"

mkdir -p ~/biosoft/hicpro
cd ~/biosoft/hicpro
git clone https://github.com/nservant/HiC-Pro.git
cd HiC-Pro/
which bowtie2
which R
which samtools
which python
cat config-install.txt
mkdir /home/zengjianming/biosoft/hicpro/bin

这个时候一定要根据自己的系统环境,修改目录下的config-install.txt文件哦:

代码语言:javascript
复制
PREFIX =/home/zengjianming/biosoft/hicpro/bin
BOWTIE2_PATH =/home/zengjianming/miniconda3/envs/hic/bin/bowtie2
SAMTOOLS_PATH =/home/zengjianming/miniconda3/envs/hic/bin/samtools
R_PATH =/home/zengjianming/miniconda3/envs/hic/bin/R
PYTHON_PATH =/home/zengjianming/miniconda3/envs/hic/bin/python
CLUSTER_SYS =SGE

然后就可以编译自己的软件啦:

代码语言:javascript
复制
make configure
make install

依赖非常多,但是用心安装还是问题不大的哦!

代码语言:javascript
复制
/home/zengjianming/biosoft/hicpro/bin/HiC-Pro_2.10.0/bin/HiC-Pro -h

这样如果输出了帮助文档,说明安装成功哦。

hiclib教程

先看官网readme,如下:

  • 0. Download software and data
  • 1. Map reads to the genome
  • 2. Filter the dataset at the restriction fragment level
  • 3. Filter and iteratively correct heatmaps.

打开才发现,居然清一色的python代码,而不是打包好的软件,命令行加上参数的模式来走这个流程,感觉有点难用,先放弃,后续再更新这个使用记录。

Hic-pro教程

其说明书完全不逊于hiclib,详见:http://nservant.github.io/HiC-Pro

大体上看就6个步骤,比对、过滤HiC比对结果、检测有效HiC序列、结果合并、构建HiC关联图谱以及关联图谱标准化。而行使这些不同功能只需要更改参数即可:

代码语言:javascript
复制
 [-s|--step ANALYSIS_STEP] : run only a subset of the HiC-Pro workflow; if not specified the complete workflow is run
      mapping: perform reads alignment - require fast files
      proc_hic: perform Hi-C filtering - require BAM files
      quality_checks: run Hi-C quality control plots
      merge_persample: merge multiple inputs and remove duplicates if specified - require .validPairs files
      build_contact_maps: Build raw inter/intrachromosomal contact maps - require _allValidPairs files
      ice_norm : run ICE normalization on contact maps - require .matrix files

只使用s 参数才会分步运行,因为5步中还是mapping花的时间最多,如果其它步骤需要调整参数,分步运行还是会快很多,比如调整BIN_SIZE等等。

当然,不得不提的是其特色功能:位基因特异性HiC分析

今天有点晚了,明天继续实战哦。

其它实战数据集

上面的是细菌基因组,测序文件也小很多,适合练手,如果熟练了也可以找其它数据集,比如Rose基因组的HiC原始数据下载地址:

  • http://sra-download.ncbi.nlm.nih.gov/srapub/SRR6189546
  • http://sra-download.ncbi.nlm.nih.gov/srapub/SRR6189547

每个数据都12G左右。

还可以是 An Osteoporosis Risk SNP at 1p36.12 Acts as an Allele-Specific Enhancer to Modulate LINC00339 Expression via Long-Range Loop Formation 文章的数据,等等。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2018-07-25,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 生信技能树 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 实战数据
  • 下载参考基因组并且构建bowtie2的索引
  • 下载必备软件
  • hiclib教程
  • Hic-pro教程
  • 其它实战数据集
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档