1.常用HiC挂载软件
ALLHiC
张兴坦老师专为多倍体和高杂合度物种基因组挂载开发。如果是复杂基因组,肯定是首选。对于简单基因组,我跑了下,结果不佳。提了issue,张老师特意开发了个为简单基因组设计的流程:https://github.com/tangerzhang/ALLHiC/blob/master/bin/ALLHiC_pip.sh,主要增加了对contig的纠错。至于效果,我还在跑。3D-DNA
优秀的纠错功能。我认为既是优点,也是缺点。它会把你原来完整的contig拆的稀碎,认为那些不准确,需要通过染色质交互来矫正。得到的结果也是五花八门,占的空间太大了!又不敢轻易删掉,因为有些文件你在手工纠错后还要用到。
默认迭代纠错2次,根据我的折腾,你最好还是0.hic、1.hc和2.hc都试下吧,导入juice_box看下效果,哪个好就用哪个。我同时组装了两个基因组,一个是0.hic最好,另一个是1.hc最好。这个软件就很玄学,用不同的结果可能错误率差别很大。LACHESIS
经典软件,有效聚类和排序,现在发表的大部分HiC挂载文章都出自于它。但不适合多倍体和高杂合度的基因组,2017年就不再更新。
因为很旧,安装过程非常痛苦,源码安装,samtools和boost版本都要求很老。费了很大的功夫安装成功了,运行过程却总是出现:Segmentation fault (core dumped)
,作者在GitHub issue上提供了解决方法(ubuntu),但对我不适用。最后放弃,建议大家也不要再用了。SALSA2
使用简单,精确度高(比3d-dna)。但存在聚类错误,调整难度大。
主要是以上四个,其他小众的软件更不推荐。
2. Juice_box手工纠错
这些软件的结果最后还是要进行手工纠错,真的太原始太不智能了!人依赖于软件,软件却始终不如人。使用的是Juice_box来进行可视化纠错,然而,这个软件的文档写得非常简单,youtube上官方视频也非常之简短(七八分钟)。有人把它搬到了b站,还带字幕。翻译 | Juicebox Assembly Tools教程。具体怎么使用,需要自己去折腾,很恼火。我简单说下关键的操作:
- 所有纠错操作都基于shift键
- 操作不熟练,你可能需要反复undo和redo(右键)
- 选框时,你只要在本框范围内拖动(按shift不要松),都会选中这个框(选中后为带黑黄色的线),并不要很精确地选在框边缘(因为你把握不好,有可能这个边缘是另一个框的范围,这时就会选错)
- 选择框时,尽可能放大(双击,或菜单栏BP,一般25kb-50kb)
- 如果你的染色体数目不对。拆分染色体:先选中要拆分区域,右击add染色体,再选中,右击remove染色体
- 从某一个地方剪掉框:选中,出现剪刀符号,单击
- 旋转框:选中,出现旋转符号,单击
- 从一个地方移动:选中,鼠标移到要插入的contig框顶点,单击
暂时想到有用的操作就这么多,就是要反复看官方那个视频,然后尝试才能搞懂。B站上还有一个讲解的视频:20200908_FGL_利用Hic技术组装染色体,不过也不是很详细。
Juice_box调图是个细致的体力活。一想到我的基因组是这么人为调出来的,我自己对结果都产生了怀疑。
如果是3D-DNA,再简单的基因组也还是会有很多碎的,因为它手贱重新打碎了。所以说如果你原始组装的contig数目比3d-dna跑出的FINAL.fasta中的contig数目少,甚至比手工纠错后再跑3D-DNA的数目少,也不要感到惊讶。反正我是越纠越差,基因组越来越小。可能是我不会调细节吧,再次吐槽,这个软件我是真的讨厌。