(bed、gff、vcf......)不同基因组之间的坐标转换

基本思路都是从不同软件的结果通过手动操作转为minimap2的paf格式
再转为chain文件,基于chain文件便能获得坐标转换
paf文件格式解读:https://wap.sciencenet.cn/blog-994715-1341509.html

1.基于Minimap2比对
minimap2 -cx asm5 --cs ref.fasta query.fasta > query2ref.paf
transanno minimap2chain query2ref.paf --output query2ref.chain

有了chain文件之后很多软件就都能做坐标转换, 比如vcf文件
transanno liftvcf --chain query2ref.chain --output query2ref.vcf --fail fail.vcf --new-assembly query.fa --original-assembly ref.fa --vcf old.vcf

2.基于nucmer比对

nucmer --mum --mincluster 500 -t 30 ref.fasta  query.fasta -p ref_query
delta-filter -m -i 90 -l 100 ref_query.delta > ref_query.filter.delta
show-coords -c -r ref_query.filter.delta > ref_query.filter.coords

sed '1,5d' galiliv3_golaniv4.filter.Chr.coords | awk 'BEGIN{ OFS="\t" }{if($4<$5) print $16,"q.length",$4-1,$5,"+",$15,"r.length",$1-1,$2,$5-$4+1,$5-$4+1,'60',"cg:Z:"$5-$4+1"M","cs:Z::"$5-$4+1; else print $16,"q.length",$4-1,$5,"-",$15,"r.length",$1-1,$2,($5-$4+1)*-1,($5-$4+1)*-1,'60',"cg:Z:"($5-$4+1)*-1"M","cs:Z::"($5-$4+1)*-1}' > tmp1

#tmp1总共14列, 此时还有2列信息(第2列、、第7列)需要补充
bioawk -c fastx '{print $name, length($seq)}' ref.fasta > ref.length
bioawk -c fastx '{print $name, length($seq)}' query.fasta > query.length

#填充了第2列
python 1.py query.length tmp1  | awk '{$3="";$4="";print $0}' | sed 's/\s\+/ /g' | tr " " "\t" > tmp2
#填充了第7列
python 2.py ref.length tmp2 | awk 'BEGIN{ FS="\t";OFS="\t" }{print $3,$4,$5,$6,$7,$1,$2,$10,$11,$12,$13,$14,$15,$16}' > nucmer.paf

transanno minimap2chain nucmer.paf --output query2ref.nucmer.chain

2.5 1.py的内容

import sys
import re

list1 = {}
#f = open("tmp.sam",'r') 
f = open(sys.argv[1],'r') 
for line in f:
    line = line.strip()
    content = line.split('\t')  #具体分隔符,具体第几列
    name = content[0]
    list1[name] = line

f = open(sys.argv[2],'r') #用传入参数就这样
for line in f:
    line = line.strip()
    content1 = line.split()
    name1 = content1[0]
    #print(content)

    if name1 in list1:
        print(list1[name1] + "\t" + line)

2.6 2.py的内容,和1.py是一样的

import sys
import re

list1 = {}
f = open(sys.argv[1],'r') #文件多的话就用传入参数
for line in f:
    line = line.strip()
    content = line.split('\t')  #具体分隔符,具体第几列
    name = content[0]
    list1[name] = line

f = open(sys.argv[2],'r') #用传入参数就这样
for line in f:
    line = line.strip()
    content1 = line.split()
    name1 = content1[5]
    #print(content)

    if name1 in list1:
        print(list1[name1] + "\t" + line)

3.基于挂载后的contig基因组和染色体级别基因组的坐标对应文件


3D-DNA或者yahs生成的坐标对应文件.png
#这个脚本处理3DDNA输出的结果,可以得到 *.agp,也就是contig级别和染色体级别基因组的位置对应关系
#python juicer_assembly2agp_fa.py review.assembly ctg.fa Chr 32 0
#.agp文件转换vcf
grep -w -v 'N' Galili.Chr.agp | grep -v '#' > agp.1
python 1.py galili.ctg.length agp.1 > agp.2  #contig级别基因组的长度信息, 每一行是这样的:   ptg00001    101241
python 2.py Galili.Chr.length agp.2 > agp.3  #染色体级别基因组的长度信息, 这样制取bioawk -c fastx '{print $name, length($seq)}' galili.ctg.fa > galili.ctg.length
awk 'BEGIN{ FS="\t";OFS="\t" }{print $6,$11,$7-1,$8,$9,$1,$13,$2-1,$3,$8-$7+1,$8-$7+1,'60',"cg:Z:"$8-$7+1"M","cs:Z::"$8-$7+1}' agp.3 | sort > out.paf
rm agp.1 agp.2 agp.3
/data/01/user164/software/transanno-x86_64-unknown-linux-musl-v0.3.0/transanno minimap2chain out.paf --output out.chain
transanno liftvcf --chain out.chain --output final.vcf --fail fail.vcf --new-assembly query.fa --original-assembly ref.fa --vcf old.vcf

CrossMap.py gff carmeli.chain carmeli.ctg.gff | awk -F "->" '{print $2}' | sed 's/^[\t ]\+//' > carmeli.chr.tmp
bedtools sort -i  carmeli.chr.tmp > carmeli.chr.gff

1.py

#!/usr/bin/python3

import sys
import re

list1 = {}
f = open(sys.argv[1],'r') #文件多的话就用传入参数
for line in f:
    line = line.strip()
    content = line.split('\t')  #具体分隔符,具体第几列
    name = content[0]
    list1[name] = line

f = open(sys.argv[2],'r') #用传入参数就这样
for line in f:
    line = line.strip()
    content1 = line.split('\t')
    name1 = content1[5]

    if name1 in list1:
        print(line + "\t" + list1[name1])
        #print(list1[name1])

2.py

#!/usr/bin/python3

import sys
import re

list1 = {}
f = open(sys.argv[1],'r') #文件多的话就用传入参数
for line in f:
    line = line.strip()
    content = line.split('\t')  #具体分隔符,具体第几列
    name = content[0]
    list1[name] = line
  

f = open(sys.argv[2],'r') #用传入参数就这样
for line in f:
    line = line.strip()
    content1 = line.split('\t')
    name1 = content1[0]

    if name1 in list1:
        print(line + "\t" + list1[name1])

https://github.com/hillerlab/make_lastz_chains
非常方便快捷的一个软件, 输入两个软屏蔽的fasta, 一键即可运行完毕
实测运行时间大概在1-3天, 当然是因为CPU给的比较多

make_chains.py target query target.fa query.fa --project_dir target2query -f --chaining_memory 70
make_chains.py contig Chr contig.fa Chr.fa --project_dir contig2Chr -f --chaining_memory 70
一行即可: 把target的坐标转换到query上

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 217,406评论 6 503
  • 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 92,732评论 3 393
  • 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 163,711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 58,380评论 1 293
  • 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 67,432评论 6 392
  • 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 51,301评论 1 301
  • 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 40,145评论 3 418
  • 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 39,008评论 0 276
  • 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 45,443评论 1 314
  • 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 37,649评论 3 334
  • 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 39,795评论 1 347
  • 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 35,501评论 5 345
  • 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 41,119评论 3 328
  • 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 31,731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 32,865评论 1 269
  • 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 47,899评论 2 370
  • 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 44,724评论 2 354

推荐阅读更多精彩内容