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 >「Workshop」第二十五期 HiC数据分析简介

「Workshop」第二十五期 HiC数据分析简介

作者头像
王诗翔呀
发布2022-01-21 19:36:05
3.6K1
发布2022-01-21 19:36:05
举报
文章被收录于专栏:优雅R优雅R

Hic数据介绍及相关分析

1,什么是Hic数据?

Hi-C是研究染色质三维结构的一种方法。Hi-C技术源于染色体构象捕获(Chromosome Conformation Capture, 3C)技术,利用高通量测序技术,结合生物信息分析方法,研究全基因组范围内整个染色质DNA在空间位置上的关系,获得高分辨率的染色质三维结构信息。

2,Hic数据的优势

  • 通过Scaffold间的交互频率大小,可以对已组装的基因组序列进行纠错。
  • 基因信息不再仅仅是contig片段,而是被划分至染色体上,成为染色体水平。
  • 无需辛苦的构建群体,单一一个体就能实现染色体定位。
  • 相比遗传图谱,标记密度更大,序列定位更完整。
  • 可以开展染色体重排等结构变异研究。
  • QTL、GWAS可以定位区间到某个染色体。
  • 可以解析该物种的三维基因结构、染色体互作及动态变化。

3,目前的处理流程

图片27.png

4,分析主要工具

目前针对Hi-c数据处理的工具主要是Hic-projuicer

5,juicer的安装及使用

juicer由两部分组成:从原始数据到创建Hi-C文件的pipeline和后续分析工具。

  • 首先要安装依赖软件,
  • 注意“bwa”一定要是最新的版本。
代码语言:javascript
复制
PATH=/public/home/wangshx/nw/package/bwa-0.7.17/:$PATH
  • 新建juicer目录,构建参考基因组及索引所在目录,并下载相关数据。
代码语言:javascript
复制
mkdir /home/juicer
cd juicer
mkdir references; cd references
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta.amb
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta.ann
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta.bwt
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta.pac
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/references/Homo_sapiens_assembly19.fasta.sa
cd ..
  • 构建参考基因组酶切图谱所在目录,并下载相关数据。
代码语言:javascript
复制
mkdir restriction_sites; cd restriction_sites
wget https://s3.amazonaws.com/juicerawsmirror/opt/juicer/restriction_sites/hg19_MboI.txt
awk 'BEGIN{OFS="\t"}{print $1, $NF}' hg19_MboI.txt > hg19.chrom.sizes
cd ..
  • 构建原始测序数据所在目录,并下载相关数据(测试数据)可选择。文件夹名字必须是fastq。
代码语言:javascript
复制
mkdir HIC003; cd HIC003
mkdir fastq; cd fastq
wget http://juicerawsmirror.s3.amazonaws.com/opt/juicer/work/HIC003/fastq/HIC003_S2_L001_R1_001.fastq.gz
wget http://juicerawsmirror.s3.amazonaws.com/opt/juicer/work/HIC003/fastq/HIC003_S2_L001_R2_001.fastq.gz
cd ..

测序数据的名称一定要匹配,如:

  • 新建目录下载juicer(十分重要)
代码语言:javascript
复制
mkdir /home/package
cd package
git clone https://github.com/theaidenlab/juicer.git
  • 回到原来的目录,并建立juicer的软连接
代码语言:javascript
复制
cd /home/juicer
ln -s /home/juicer/CPU scripts
cd scripts/common
wget https://hicfiles.tc4ga.com/public/juicer/juicer_tools.1.9.9_jcuda.0.8.jar
ln -s juicer_tools.1.9.9_jcuda.0.8.jar  juicer_tools.jar

至此,juicer的安装就基本完成了

  • juicer的使用

运行下面的代码,记得要根据自己的实际情况修改路径。

代码语言:javascript
复制
~/nw/juicer/scripts/juicer.sh \
-z ~/nw/juicer/references/Homo_sapiens_assembly19.fasta#参考序列 \
-p ~//nw/juicer/restriction_sites/hg19.chrom.sizes#染色体size \
-y ~/nw/juicer/restriction_sites/hg19_MboI.txt#限制位点 \
-d ~/nw/rawdata/A549/replicate1 #hi-c数据\
-D ~/nw/juicer#工作目录
代码语言:javascript
复制
Usage: juicer.sh [-g genomeID] [-d topDir] [-q queue] [-l long queue] [-s site]
                 [-a about] [-S stage] [-p chrom.sizes path]
                 [-y restriction site file] [-z reference genome file]
                 [-C chunk size] [-D Juicer scripts directory]
                 [-Q queue time limit] [-L long queue time limit] [-b ligation] [-t threads]
                 [-A account name] [-e] [-h] [-f] [-j]
代码语言:javascript
复制
#-g 指定参考序列,默认是hg19
#-s 限制性内切酶("HindIII" or "MboI")
#-t 运行BWA时的线程数
  • 结果输出

结果文件都放在了生成的 aligned 文件夹中,主要文件是inter.hic和inter_30.hic文件,其中的inter_30.hic 是设置了 MAPQ threshold >30 后得到的结果。

  • 重复样本合并
  • 使用juicer_tools工具进行下游分析

目前针对Hi-C数据的研究主要是三个方面,分别是A/B comparmentTADSLoops

juicer_tools.jar 功能介绍

arrowhead 注释TAD

hiccups 注释loop

motigs 定位CTCF元件

hiccupsdiff 从多个loos文件中找到不同的loop

apa 聚合峰的分析

pearsons 计算O/E的皮尔森相关系数

eigenvector 计算特征向量的皮尔森相关系数

dump .hic文件互作矩阵提取

pre 非juicer数据转.hic文件

  • Arrowhead
代码语言:javascript
复制
arrowhead [-c chromosome(s)] [-m matrix size] [-r resolution] 
        [-k normalization (NONE/VC/VC_SQRT/KR)] <HiC file> 
        <output_file> [feature_list] [control_list]

参数

描述

必须参数

Juicer生成的.hic文件

<output_file>

contact domain文件, 可导入Juicebox 通过2D annotation进行可视化

可选参数

-c

染色体, 多个染色体写法chr1,chr2,chr3, 或者是1,2,3

-m

沿着对角线移动的窗口, 必须为偶数,移动步距是m/2, 默认为2000

-r

查找的分辨率, 默认为10k, 设置值取决于.hic文件

-k

选择标准化的方式, <NONE/VC/VC_SQRT/KR>, 通常选KR

  • 输出格式
代码语言:javascript
复制
chromosome1    x1    x2    chromosome2    y1    y2    color    corner_score    Uvar    Lvar    Usign    Lsign

chromosome 染色体

x1 = y1, x2 = y2 区域范围

corner_score, contact domain 是边缘bin的可能性, 值越大, 可能性越高

Uvar, 上三角形的方差

Lvar, 下三角形的方差

Usign, 上三角形sign of the entries的总和

Lsign, 下三角形sign of the entries的总和

  • hiccups

识别染色质环的HICCUPs算法必须通过GPU加速运行才可以,所以没有安装GPU卡的普通服务器无法运行这个步骤。但我们可以使用cpu版本的HICCUPS算法,与GPU相比,识别的loop数目变少了。

代码语言:javascript
复制
hiccups [-m matrixSize] [-c chromosome(s)] [-r resolution(s)] 
        [-k normalization (NONE/VC/VC_SQRT/KR)] [-f fdr] 
        [-p peak width] [-i window] [-t thresholds] 
        [-d centroid distances] <HiC file> <outputDirectory> [specified_loop_list]

参数

描述

必须参数

--cpu

CPU版本必选

MAPQ>30的.hic文件

计算的结果文件和中间文件

可选参数

–restrict

使用GPU版本跑CPU版本的参数信息, 用于比较两者的差异

[specified_loop_list]

位置的可选参数, 对应于merge的loop文件, 用于返回特定loop

-m

我理解为GPU并行的线程数, 不会影响结果, 数值越大, 速度越快, 独显可设置500, 100 或2048, 集成选卡最好不要超过100

-c

染色体, 多个染色体写法chr1,chr2,chr3或者1,2,3

-r

分辨率, 多个分辨率用’,’隔开, 不同的分辨率再设置其他参数时也需用’,’隔开

-k

选择标准化的方式, <NONE/VC/VC_SQRT/KR>, 通常选KR

-f

FDRvalues

-p

峰的宽度

-i

窗口的宽度

-d

Distances used for merging nearby pixels to a centroid

-t

四个用逗号隔开的参数, 用于不同分辨率的loop合并的门槛

  • Eigenvector

eigenvector可用于在高分辨率的Hi-C数据中描绘区室;特征向量的符号通常表示区室。特征向量是皮尔逊矩阵的第一主成分

代码语言:javascript
复制
java -jar juicer_tools.jar eigenvector KR HIC001.hic 1 BP 1000000

eigenvector <NONE/VC/VC_SQRT/KR> <hicFile(s)> <chr> <BP/FRAG> <binsize> [outfile]

6,Hi-C数据可视化

  • juicerbox可视化,既可以在本地使用,也可以在线使用。这也是juicer相比其他软件的优点。我就介绍下线上版本的使用:
  • https://aidenlab.org/juicebox/
  • 加载.hic文件
  • 加载一维注释
  • 加载二维注释,黄的的是TAD,天蓝色的是loop
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:2020-11-23,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 优雅R 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
  • Hic数据介绍及相关分析
    • 1,什么是Hic数据?
      • 2,Hic数据的优势
        • 3,目前的处理流程
          • 4,分析主要工具
            • 5,juicer的安装及使用
              • 6,Hi-C数据可视化
              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