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

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

#####HIC图谱,TAD结构,loop结构,3D-建模

####HiC-Pro installlation####
wget -c http://github.com/nservant/HiC-Pro/archive/refs/tags/v3.1.0.tar.gz
tar -zxvf HiC-Pro-3.1.0.tar.gz conda env create -f /data5/tan/zengchuanj/Software/HiC-Pro-3.1.0/environment.yml -p /data5/tan/zengchuanj/conda/conda/envs/HiC-Pro
conda activate HiC-Pro #configure.install.txt:
PREFIX = /data5/tan/zengchuanj/Software/HiC-Pro-3.1.0
BOWTIE2_PATH = /data5/tan/zengchuanj/conda/conda/envs/HiC-Pro/bin/bowtie2
SAMTOOLS_PATH = /data5/tan/zengchuanj/conda/conda/envs/HiC-Pro/bin/samtools
R_PATH = /data5/tan/zengchuanj/conda/conda/envs/HiC-Pro/bin/R
PYTHON_PATH = /data5/tan/zengchuanj/conda/conda/envs/HiC-Pro/bin/python
CLUSTER_SYS = TORQUE make configure
make install ref_dir = /data5/tan/zengchuanj/pipeline/Annotation/HIC/GRCm39.genome.fa.gz gunzip GRCm39.genome.fa.gz #build index
pwd:/data5/tan/zengchuanj/pipeline/Annotation/HIC
bowtie2-build GRCm39.genome.fa mouse
samtools faidx GRCm39.genome.fa #基因组中序列大小文件
awk '{print $1 "\t" $2}' GRCm39.genome.fa.fai > mouse.genome.sizes #创建酶切位点文件
bin=/data5/tan/zengchuanj/Software/HiC-Pro-3.1.0/bin/utils/digest_genome.py
#python $bin GRCm39.genome.fa -r mobi -o mouse_mobi.bed
python $bin GRCm39.genome.fa -r ^GATCGATC -o mouse_mobi.bed #config-hicpro.txt:
N_CPU,CPU数目;
BOWTIE2_IDX_PATH,索引所在目录
REFERENCE_GENOME,比对参考基因组路径及前缀
GENOME_SIZE,chrom.sizes文件的路径
GENOME_FRAGMENT,酶切片段的bed文件的路径
LIGATION_SITE,酶切位点末端补平再次连接后形成的嵌合序列,例如HindIII,则为AAGCTAGCTT;如果是MboI则序列为GATCGATC; ## SYSTEM AND SCHEDULER - Start Editing Here !! N_CPU = 50 #CPU线程数
LOGFILE = hicpro.log #log文件名 JOB_NAME = hicpro #任务名
JOB_MEM = 100gb #占用内存
JOB_WALLTIME =
JOB_QUEUE =
JOB_MAIL = PAIR1_EXT = _R1
PAIR2_EXT = _R2 BOWTIE2_IDX_PATH = /data5/tan/lishix/jys/test/results/reads #比对的reads文件目录
BOWTIE2_GLOBAL_OPTIONS = --very-sensitive -L 30 --score-min L,-0.6,-0.2 --end-to-end --reorder
BOWTIE2_LOCAL_OPTIONS = --very-sensitive -L 20 --score-min L,-0.6,-0.2 --end-to-end --reorder GENOME_SIZE = /data5/tan/zengchuanj/pipeline/Annotation/HIC/mouse.genome.sizes #genome.sizes的绝对路径 ## Digestion Hi-C GENOME_FRAGMENT = /data5/tan/zengchuanj/pipeline/HIC/mouse_mobi.bed #绝对路径
LIGATION_SITE = GATCGATC #限制性内切酶,具体用的什么酶可以咨询测序公司,我这里用的Mboi
MIN_FRAG_SIZE = 100
MAX_FRAG_SIZE = 100000
MIN_INSERT_SIZE = 100
MAX_INSERT_SIZE = 1000 ## Contact Maps BIN_SIZE = 20000 40000 150000 500000 1000000 #根据自身需求设置 bin size
MATRIX_FORMAT = upper /data5/tan/zengchuanj/Software/HiC-Pro-3.1.0/bin/HiC-Pro -c /data5/tan/zengchuanj/pipeline/HIC/HiC-Pro/config-hicpro.txt -i /data5/tan/zengchuanj/pipeline/HIC/HiC-Pro/fastq -o /data5/tan/zengchuanj/pipeline/HIC/HiC-Pro/results #目录构成:
fastq/sample:
sample_R1.fastq.gz
sample_R2.fastq.gz #####juicer installation####
conda create -n juicer -c bioconda bwa -y
conda activate jucier mkdir work && mkdir references && mkdir restriction_sites
Juicer/juicer/references # 存放参考基因组相关文件的文件夹
Juicer/juicer/work # 存放样本的序列文件,和分析结果的文件夹
Juicer/juicer/restriction_sites # 存放参考基因组酶切图谱的文件夹 wget https://github.com/aidenlab/juicer/archive/refs/tags/1.6.tar.gz
tar -xzvf juicer-1.6.tar.gz ln -s juicer/CPU scripts
# scripts 应该在juicer目录下 cd juicer/scripts/common wget -c 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 #构建基因组索引
pwd:/data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/references
bwa index GRCm39.genome.fa #生成酶切图谱文件
python /data5/tan/zengchuanj/Software/juicer/misc/generate_site_positions.py Mboi genome /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/references/GRCm39.genome.fa #生成染色体长度文件
# genome_DpnII.txt 文件由上一步生成
awk 'BEGIN{OFS="\t"}{print $1, $NF}' genome_Mboi.txt > genome.chrom.sizes cd ./references
python /data5/tan/zengchaunj/pipeline/HIC/Juicer/misc/generate_site_positions.py Mboi mm9 mm9.fasta
# 三个参数分别为 内切酶名称,参考基因组名称,参考基因组序列文件的路径 nohup bash scripts/juicer.sh -d /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/test -D /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer -y /data5/tan/lishix/HIC/opt/juicer/restriction_sites/mm39_MboI.txt -z /data5/tan/lishix/HIC/opt/juicer/references/Mus_musculus.GRCm39.dna.toplevel.fa -p restriction_sites/genome.chrom.sizes -s MboI -t 10 2> test.txt & Usage:
# nohup 命令会将程序挂在后台运行
nohup bash /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/scripts/juicer.sh \
-z /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/references/GRCm39.genome.fa \
-p /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/restriction_sites/genome.chrom.sizes \
-y /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/restriction_sites/GRCm39.genome_MboI.txt \
-s MboI \
-d /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/work/ \
-D /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer \
-t 40 > log.txt & # -z参数指定参考基因组fasta所在路径,在该路径下必须同时存在对应的bwa索引
# -p参数指定染色体长度文件;
# -y指定基因组酶切图谱的路径;
# -d指定样本原始文件存放的路径;
# -D指定软件的安装路径,
# -t指定bwa比对使用的线程数,默认是使用全部线程。 #HIC图谱绘制
data_dir = /data5/tan/lishix/jys/test/results/
species = mouse
酶:mboi #使用HiCPlotter.py对HiC-Pro结果进行可视化
python2.7 HiCPlotter.py -o genome \
-f genome_500000_iced.matrix \
-r 500000 -tri 1 \
-bed genome_500000_abs.bed \
-n genome \
-wg 1 -chr chromosome7 -o 输出的文件名
-f _500000_iced.matrix产生的矩阵文件
-r 矩阵的分辨率
-bed _500000_abs.bed产生的bed文件
-n 输出图片最上方的名字
-chr 最后一号染色体的名字 可使用"tail -n 1 *.bed"命令查看 #使用juicer call tad
ref:https://github.com/aidenlab/juicer/wiki/Arrowhead
/data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/scripts/common/juicer_tools arrowhead --ignore_sparsity /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/work/aligned/inter.hic ./contact_domains_list/ ##使用juicer call loop
nohup java -jar /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/scripts/common/juicer_tools.jar hiccups --cpu --threads 19 -r 5000,10000 --ignore_sparsity /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/work/aligned/inter.hic inter.hic.hiccups > loop.txt & nohup java -jar /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/scripts/common/juicer_tools.jar hiccups --gpu --threads 19 -r 2500,5000,7500,10000,12500,15000,17500,20000,22500 --ignore_sparsity /data5/tan/zengchuanj/pipeline/HIC/Juicer/juicer/work/aligned/inter.hic inter.hic.hiccups > loop.txt &

HIC simple process的更多相关文章

  1. [转]Design Pattern Interview Questions - Part 4

    Bridge Pattern, Composite Pattern, Decorator Pattern, Facade Pattern, COR Pattern, Proxy Pattern, te ...

  2. docker-compose编写(英文)

    原文地址:https://docker.github.io/compose/compose-file/ Compose file reference The Compose file is a YAM ...

  3. 转一篇关于如何在Unity里使用Protobuf

    原帖地址: http://purdyjotut.blogspot.com/2013/10/using-protobuf-in-unity3d.html 先转过来,等时间合适了,再来收拾 Using P ...

  4. How to set up an FTP server on Ubuntu 14.04

    How to set up an FTP server on Ubuntu 14.04 Setting up a fully-functional and highly secure FTP serv ...

  5. [家里蹲大学数学杂志]第049期2011年广州偏微分方程暑期班试题---随机PDE-可压NS-几何

    随机偏微分方程 Throughout this section, let $(\Omega, \calF, \calF_t,\ P)$ be a complete filtered probabili ...

  6. Website Speed Optimization Guide for Google PageSpeed Rules

    原链接地址:http://www.artzstudio.com/2016/07/website-speed-optimization-guide-for-google-pagespeed-rules/ ...

  7. iOS 学习笔记 二 (2015.02.26)

    How To Use Git Source Control with Xcode in iOS 6 If you're new here, you may want to subscribe to m ...

  8. LepideMigrator for Documents Step by Step

    blog: http://blog.csdn.net/foxdave A Manager Marketing Operations invite me to review their product, ...

  9. UNDERSTANDING POSTGRESQL.CONF: CHECKPOINT_SEGMENTS, CHECKPOINT_TIMEOUT, CHECKPOINT_WARNING

    While there are some docs on it, I decided to write about it, in perhaps more accessible language – ...

  10. LINUX常用配置及命令

    一.   Fedora系统配置 1.      [设置网卡IP] 步骤如下: 1)     用root用户登陆,打开/etc/sysconfig/network-scripts/ifcfg-eth0文 ...

随机推荐

  1. NOIP模拟70

    T1 暴雨 解题思路 \(f_{i,j,k,0/1}\) 表示前 i 个铲平 j 个当前最高的是 k 并且当前是 奇数/偶数 的方案数. 由于只可以铲平 k 块,因此对于同一种 \(i,j\) 而言高 ...

  2. C++笔记(13)数组的引用和引用的数组

    数组的引用 数组有二个特性,影响作用在数组上的函数:一是不能复制数组,二是使用数组名时, 数组名会自动指向其第一个元素的指针. 因为不能复制,所以无法编写使用数组类型的形参,数组会自动转化为指针.比如 ...

  3. 【论文笔记】R-CNN系列之论文理解

    [深度学习]总目录 RCNN全称region with CNN features,即用CNN提取出Region Proposals中的featues.RCNN系列论文(R-CNN,Fast R-CNN ...

  4. Centos7无法ping通内网、外网

    主要检查网络的配置是否正确,我测试时使用的是VMware虚拟机,需要保证centos中的网络配置和VMware中的一致. (1)VMware的配置 网络适配器选择NAT模式 查看NAT设置,这里需要记 ...

  5. Wgpu图文详解(01)窗口与基本渲染

    写在前面 如果对Rust与Wgpu比较关注的同学可能在网络上搜到过@sotrh国外大佬编写的<Learn Wgpu>,以及国内大佬@jinleili的优秀翻译作品<学习 Wgpu&g ...

  6. .NET 中使用 OpenTelemetry Traces 追踪应用程序

    上一次我们讲了 OpenTelemetry Logs.今天继续来说说 OpenTelemetry Traces. 在今天的微服务和云原生环境中,理解和监控系统的行为变得越来越重要.在当下我们实现一个功 ...

  7. Adobe软件资源 PS PR AE等等

    整理了一波Adobe软件,19年20年21年Mac版本的都有,关注Rand_cs即可领取

  8. 配置系统未能初始化。“System.Transactions.Diagnostics.DiagnosticTrace”的类型初始值设定项引发异常。

    配置系统未能初始化."System.Transactions.Diagnostics.DiagnosticTrace"的类型初始值设定项引发异常. 1.是检查当前程序的 App.c ...

  9. Vue学习:14.工程化开发&脚手架

    0基础如何进入IT行业? 简介:对于没有任何相关背景知识的人来说,如何才能成功进入IT行业?是否有一些特定的方法或技巧可以帮助他们实现这一目标? 方向一:学习路径 1.明确兴趣和目标:首先确定你对IT ...

  10. 串口收发UART(Verilog HDL)

    UART(Universal Asynchronous Receiver Transmitter,通用异步收发器)是一种异步串行通信协议,主要用于计算机和嵌入式系统之间的数据交换. 实现UART通信的 ...