软件安装:
主要是编辑系统文件:
PREFIX =/gpfs02/home/jingjing/software/HiC-Pro-master
BOWTIE2_PATH =/gpfs01/software/bio/bowtie2-2.2.4
SAMTOOLS_PATH =/gpfs01/software/bio/samtools-1.7
R_PATH =/gpfs02/software/general/R-3.5.0/bin
PYTHON_PATH = ~/miniconda2/bin/
CLUSTER_SYS = LSF
安装:
make configure
make install
软件使用:
其实思路和以前类似:
比对,过滤,挑选,建立contract map,然后做normalization
优点:
1. 在处理比对结果的时候加入了并行化,其实是抄概念,就是分割比对结果,多核处理。
2. 在处理reads的时候,多处理了一部分junction reads的情况。
3. 在存储最终结果的时候采用了sparse 矩阵来降低存储需求。
4. 多了一个点就是处理SNP分成父母本的情况。
运行:
1. 准备index文件
bowtie2-build 1.fa,2.fa,...,MT.fahuman_GRCh37
2. 准备annotation文件
要有两个:
第一个是:HindIII_resfrag_hg19.bed 主要通过软件包里面script
生成
python/gpfs01/software/bio/HiC-Pro-2.11.0/HiC-Pro_2.11.1/bin/utils/digest_genome.py-r hindiii -o HindIII_resfrag_hg19.bed/gpfs02/home/jingjing/software/hicup_v0.7.1/test_dataset/genome/all.fa
第二个是基因组每个常染色体长度文件,chrom_hg19.sizes
这个主要通过:java compute_lenght_scaffold all.fachrom_hg19.sizes
3. 编辑配置文件
主要需要编辑的地方:
1):index的位置
2):index的名字
3):genome
size文件
4):genome
fragment文件
4. 运行HiC-pro
/gpfs01/software/bio/HiC-Pro-2.11.0/HiC-Pro_2.11.1/bin/HiC-Pro-i test_data/ -o HiC-Pro_testop_2.11.1_all -c config_test_latest.txt 其中参数i是原始数据位置,但是数据要分级存放
运行过程中的进度都会显示。
5. 结果解读
1) 原始比对率
trimmed read mapping: 是指把一些本来unaligned的reads去掉一些头和尾重新比对,这一部分主要面向junction reads
2)reads pair对之间比对结果
这个主要是看pair的比对信息。
3) 过滤不合适的interaction pair比例
过滤掉的read pair有:dumpled, self-cycle pair,single end,dangling end....
4) 用的read pair的分布情况
主要分成:cis和trans。cis包含短的和长的距离。以及距离的分布
5)关联矩阵
HiC-pro默认输出是sparse 矩阵的格式,首先需要一个bed文件定义chromosome的位置,以及bin的ID:
在matirx中,显示interaction的强度,前两个分别是bin的ID。
iced中存储normalization之后的结果。