MethylKit 使用手册

methylKit是一个用于分析DNA甲基化测序数据的R包,其核心功能是差异甲基化分析和差异甲基化位点/区域的注释。

1. 加载原始数据

DNA甲基化文件格式如下:

##         chrBase   chr    base strand coverage freqC  freqT
## 1 chr21.9764539 chr21 9764539      R       12 25.00  75.00
## 2 chr21.9764513 chr21 9764513      R       12  0.00 100.00
## 3 chr21.9820622 chr21 9820622      F       13  0.00 100.00
## 4 chr21.9837545 chr21 9837545      F       11  0.00 100.00
## 5 chr21.9849022 chr21 9849022      F      124 72.58  27.42

每一行是一个甲基化位点,其中,coverage代表覆盖这个位点的reads数,freqC和freqT分别代表发生甲基化和未发生甲基化胞嘧啶的比例。这种纯文本格式内容直观,文件小,读取速度快。
此文件可以通过perl脚本转化bismark输出文件CX_report.txt得到。

perl BismarkCX2methykit.pl <CX_report.txt>
#BismarkCX2methykit.pl代码见末尾。

文件加载过程如下

library(methylKit)

file.list = list("/public/home/FengSL/anaconda2/lib/R/library/methylKit/extdata/test1.myCpG.txt",\
"/public/home/FengSL/anaconda2/lib/R/library/methylKit/extdata/test2.myCpG.txt",\
"/public/home/FengSL/anaconda2/lib/R/library/methylKit/extdata/control1.myCpG.txt",\
"/public/home/FengSL/anaconda2/lib/R/library/methylKit/extdata/control2.myCpG.txt")


# read the files to a methylRawList object: myobj
myobj=methRead(file.list,
           sample.id=list("test1","test2","ctrl1","ctrl2"),
           assembly="hg18",
           treatment=c(1,1,0,0),
           context="CpG",
           mincov = 10
           )
# 以数据库模式读入大文件,以减轻服务器内存压力 
myobjDB=methRead(file.list,
           sample.id=list("test1","test2","ctrl1","ctrl2"),
           assembly="hg18",
           treatment=c(1,1,0,0),
           context="CpG",
           mincov = 10,
           dbtype = "tabix",
           dbdir = "methylDB",
           )
print(myobjDB[[1]]@dbpath)
## [1] "/tmp/RtmpBYQMT8/Rbuild4258771d5438/methylKit/vignettes/methylDB/test1.txt.bgz"

#还可以使用reorganize重新提取样本和处理信息,构建新的对象
myobj2=reorganize(myobj,sample.ids=c("test1","ctrl2"),treatment=c(1,0) )
myobjDB2 = reorganize(myobjDB,sample.ids=c("test1","ctrl2"),treatment=c(1,0))

2. 合并所有的样本

meth = unite(myobj,destrand = F,suffix="output_name")
methDB = unite(myobjDB,destrand = F,suffix="output_name")
##选取子集
meth2 =reorganize(meth,sample.ids=c("test1","ctrl2"),treatment=c(1,0) ,suffix = "output_name")

head(meth)
##     chr   start     end strand coverage1 numCs1 numTs1 coverage2 numCs2 numTs2
## 1 chr21 9853296 9853296      +        17     10      7       333    268     65
## 2 chr21 9853326 9853326      +        17     12      5       329    249     79
## 3 chr21 9860126 9860126      +        39     38      1        83     78      5
## 4 chr21 9906604 9906604      +        68     42     26       111     97     14
## 5 chr21 9906616 9906616      +        68     52     16       111    104      7
## 6 chr21 9906619 9906619      +        68     59      9       111    109      2
##   coverage3 numCs3 numTs3 coverage4 numCs4 numTs4
## 1        18     16      2       395    341     54
## 2        16     14      2       379    284     95
## 3        83     83      0        41     40      1
## 4        23     18      5        37     33      4
## 5        23     14      9        37     27     10
## 6        22     18      4        37     29      8

在合并的过程中,默认情况下,只有所有的样本都包含该位点时,才会保留,本质就是取的所有样本的交集,如果你想要取并集,可以修改min.per.group参数的值,该参数的值代表每组中至少有多少个样本覆盖该位点时才保留,如果设置为1,就是取并集。

meth.min=unite(myobj,min.per.group=1L)

2.1样品相关性分析

getCorrelation(meth2,method = "pearson", plot=TRUE, nrow = 2e+06)
# method, default: "pearson",other options are "kendall" and "spearman"
#nrow, a numeric giving the number of lines to read in of methylBaseDB object, defalts to 2e6.

2.2样品聚类

clusterSamples(meth2,dist="correlation",method="ward",plot=TRUE)
#dist, the distance measure to be used. This must be one of "correlation"(default), "euclidean", "maximum", "manhattan", "canberra", "binary" or "minkowski".
#method, the agglomeration method to be used. This should be (an unambiguous abbreviation of) one of "ward.D"(default), "ward.D2", "single", "complete", "average", "mcquitty", "median" or "centroid".

PCASamples(meth2)

3 差异分析

3.1 单碱基差异分析

在methylKit的差异分析针对的是合并后的甲基化表达谱,上面的合并文件中每一行是一个甲基化位点,那么差异分析的结果就是差异甲基化位点,使用函数calculateDiffMeth执行差异分析。

myDiff=calculateDiffMeth(meth,mc.cores=2)
myDiffDB = calculateDiffMeth(methDB,mc.cores=2)

#calculateDiffMeth支持多线程,这里使用mc.cores参数调用2个核心参与运算

# 提取超甲基化位点(hyper)
myDiff25p.hyper=getMethylDiff(myDiff,difference=25,qvalue=0.01,type="hyper")
#
# 提取去甲基化位点(hypo)
myDiff25p.hypo=getMethylDiff(myDiff,difference=25,qvalue=0.01,type="hypo")
#
#
# 提取全部差异甲基化位点(all)
myDiff25p=getMethylDiff(myDiff,difference=25,qvalue=0.01)

3.2 区域差异分析

执行区域分析之前,首先要合并甲基化区域文件,区域比较时,对单个碱基的覆盖度要求较低。
设定窗口和步长,比较区域内甲基化差异

##区域比较时,对单个碱基的覆盖度要求较低

myobj_lowCov = methRead(file.list,
           sample.id=list("test1","test2","ctrl1","ctrl2"),
           assembly="hg18",
           treatment=c(1,1,0,0),
           context="CpG",
           mincov = 3
           )

##窗口大小和步长均可调节  软件默认为1000
tiles = tileMethylCounts(myobj_lowCov,win.size=1000,step.size=1000,cov.bases = 10,suffix = "output_name")
head(tiles[[1]],3)
meth_tiles = unite(tiles)
head(meth_tiles)
#methylBase object with 3 rows
#--------------
#   chr    start      end strand coverage1 numCs1 numTs1 coverage2 numCs2
#1 chr21  9906001  9907000      *       970    604    366      1878   1421
#2 chr21 10011001 10012000      *      2461   2169    292       493    444
#3 chr21 10012001 10013000      *      4932   4175    756       736    622
#numTs2 coverage3 numCs3 numTs3 coverage4 numCs4 numTs4
#1    457      1011    621    390       724    425    299
#2     49       704    421    283       252    178     74
#3    114      1737   1185    552       417    285    132
#--------------
#sample.ids: test1 test2 ctrl1 ctrl2 
#destranded FALSE 
#assembly: hg18 
#context: CpG 
#treament: 1 1 0 0 
#resolution: region 

合并完成以后,可以执行区域差异分析。

读取文件
meth_tiles = readMethylDB(mydbpath)
重新选择样品
myobjDB2 = reorganize(myobjDB,sample.ids=c("test1","ctrl2"),treatment=c(1,0),suffix = "output_name")

myDiff_tiles = calculateDiffMeth(meth_tiles,mc.cores=2)
提取差异区域
myDiff25p.hyper=getMethylDiff(myDiff,difference=25,qvalue=0.01,type="hyper")
myDiff25p.hypo=getMethylDiff(myDiff,difference=25,qvalue=0.01,type="hypo")
myDiff_tiles25p=getMethylDiff(myDiff_tiles,difference=25,qvalue=0.01)

4 差异甲基化位点/区域注释

注释首先要使用R包genomation获取基因/区域信息

library(genomation)
#读取基因注释文件(bed格式)
 bed.file = system.file("extdata","refseq.hg18.bed.txt",package="methylKit")
 bed.file
[1] "/public/home/FengSL/anaconda2/lib/R/library/methylKit/extdata/refseq.hg18.bed.txt"

gene.obj = readTranscriptFeatures(bed.file,up.flank=2000,down.flank=0)

参数up.flank和down.flank用于定义启动子区域,默认TSS上下游各1000bp为启动子,这里定义TSS上游2000bp为启动子区。

#genomation的函数是基于GRanges对象,首先将myDiff25p转变为GRanges格式
annotateWithGeneParts(as(myDiff25p,"GRanges"),gene.obj)  

##这里bed文件同样可以是 转座子或CG岛的注释

4.1 区域分析

用于汇总启动子等区域的DNA甲基化信息

promoters = regionCounts(myobj,gene.obj$promoters)

promoters_meth = regionCounts(meth,gene.obj$promoters)

head(promoters[[1]])

##     chr    start      end strand coverage numCs numTs
## 1 chr21 10011791 10013791      -     7953  6662  1290
## 2 chr21 10119796 10121796      -     1725  1171   554
## 3 chr21 10119808 10121808      -     1725  1171   554
## 4 chr21 13903368 13905368      +       10    10     0
## 5 chr21 14273636 14275636      -      282   220    62
## 6 chr21 14509336 14511336      +     1058    55  1003

4.2 注释对象的相关操作函数

当得到差异甲基化区域的注册信息后,可以通过getAssociationWithTSS函数获得其和TSS之间的距离,以及最近的基因。

diffAnn=annotateWithGeneParts(as(myDiff25p,"GRanges"),gene.obj)

# target.row is the row number in myDiff25p
head(getAssociationWithTSS(diffAnn))

#      target.row dist.to.feature feature.name feature.strand
#60             1             792    NM_199260              -
#170            2           86634    NM_174981              +
#170.1          3           94634    NM_174981              +
#188            4               0    NM_024944              +

还可以得到与内含子/外显子/启动子重叠的差异甲基化区域的百分比/数量

getTargetAnnotationStats(diffAnn,percentage=TRUE,precedence=TRUE)

# BismarkCX2methykit.pl
#NC_000932.1    3   -   0   0   CHH CAT
#NC_000932.1    4   -   0   0   CHH CCA
#NC_000932.1    5   -   0   0   CHH CCC
#NC_000932.1    6   +   0   0   CG  CGA

# chrbase chr base strnd coverage freqC freqT
open (IN,"$ARGV[0]");
open (OUT1,">${ARGV[0]}_CG_methykit.txt");
open (OUT2,">${ARGV[0]}_CHG_methykit.txt");
open (OUT3,">${ARGV[0]}_CHH_methykit.txt");
print OUT1 "chrbase\tchr\tbase\tstrand\tcoverage\tfreqC\tfreqT\n";
print OUT2 "chrBase\tchr\tbase\tstrand\tcoverage\tfreqC\tfreqT\n";
print OUT3 "chrBase\tchr\tbase\tstrand\tcoverage\tfreqC\tfreqT\n";

while (<IN>) {
   chomp;
@a=split;
$chrbase=$a[0].".".$a[1];
$chr=$a[0];
$base=$a[1];
if ($a[2]=~/-/) { $strand= "R"; 
}
else { $strand ="F";}
$coverage=$a[3]+$a[4];
if ($coverage < 5) {next;}
$freqC= $a[3]/($a[3]+$a[4]) * 100;
$freqT= $a[4]/($a[3]+$a[4]) * 100;
$str=$chrbase."\t".$chr."\t".$base."\t".$strand."\t".$coverage."\t".$freqC."\t".$freqT."\n";
if ($a[5]=~ /CG/) { print OUT1 $str;
} 
elsif($a[5]=~/CHG/) {print OUT2 $str;}
elsif($a[5]=~/CHH/){ print OUT3 $str;}
else{print $_."\n";}
}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,372评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,368评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,415评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,157评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,171评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,125评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,028评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,887评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,310评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,533评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,690评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,411评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,004评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,812评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,693评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,577评论 2 353

推荐阅读更多精彩内容