【ATAC-Seq 实战】四、计算插入片段长度,FRiP,IDR值与deeptools可视化

这里是佳奥!

2022年的最后一天,让我们继续ATAC-Seq的学习!

1 计算插入片段长度

非冗余非线粒体能够比对的fragment、比对率、NRF、PBC1、PBC2、peak数、无核小体区NFR、TSS富集、FRiP 、IDR重复的一致性

根据bam文件第9列,在R里面统计绘图

samtools view 2-ce11-2.last.bam | cut -f 9 >1.txt

apt install r-base-core

$ R
> a=read.table('1.txt')
> dim(a)
[1] 7292144       1
> png('hist.png')
> hist(as.numeric(a[,1]))
> dev.off
> q()
hist.png
hist(abs(as.numeric(a[,1])), breaks=100)
hist2.png

批量脚本

##创建一个config.last.bam文件,里面内容包含bam文件的名称
2-cell-1.last.bam 2-cell-1.last
2-cell-2.last.bam 2-cell-2.last
2-cell-4.last.bam 2-cell-4.last
2-cell-5.last.bam 2-cell-5.last

##提取bam文件的第九列indel插入长度信息
cat config.last.bam | while read id;
do
arr=($id)
sample=${arr[0]}
sample_name=${arr[1]}
samtools view $sample | awk '{print $9}'  > ${sample_name}.length.txt
done

##准备一个用于R语言批量绘制indel分布的文本输入文件config.indel.length.distribution
2-cell-1.last.length.txt 2-cell-1.last.length
2-cell-2.last.length.txt 2-cell-2.last.length
2-cell-4.last.length.txt 2-cell-4.last.length
2-cell-5.last.length.txt 2-cell-5.last.length

##有了上面的文件就可以批量检验bam文件进行出图。创建批量运行的shell脚本
cat config.indel.length.distribution  | while read id;
do
arr=($id)
input=${arr[0]}
output=${arr[1]}
Rscript indel.length.distribution.R $input $output
done

##indel.length.distribution.R
cmd=commandArgs(trailingOnly=TRUE); 
input=cmd[1]; output=cmd[2]; 
a=abs(as.numeric(read.table(input)[,1])); 
png(file=output);
hist(a,
main="Insertion Size distribution",
ylab="Read Count",xlab="Insert Size",
xaxt="n",
breaks=seq(0,max(a),by=10)
); 

axis(side=1,
at=seq(0,max(a),by=100),
labels=seq(0,max(a),by=100)
);

dev.off()  

2 FRiP值的计算

fraction of reads in called peak regions

Fraction of reads in peaks (FRiP) - Fraction of all mapped reads that fall into the called peak regions, i.e. usable reads in significantly enriched peaks divided by all usable reads. In general, FRiP scores correlate positively with the number of regions. (Landt et al, Genome Research Sept. 2012, 22(9): 1813–1831)

bedtools intersect -a ../align/2-ceLL-1.bed -b 2-ceLL-1_peaks.narrowPeak |wc -l
148210

wc ../align/2-ceLL-1.bed
5105844
wc ../align/2-ceLL-1.raw.bed
5105844

ls *narrowPeak|while  read id;
do 
echo $id
bed=../align/$(basename $id "_peaks.narrowPeak").raw.bed
#ls -lh $bed 
Reads=$(bedtools intersect -a $bed -b $id |wc -l|awk '{print $1}')
totalReads=$(wc -l $bed|awk '{print $1}')
echo $Reads  $totalReads 
echo '==> FRiP value:' $(bc <<< "scale=2;100*$Reads/$totalReads")'%'
done 

2-ce11-2_peaks.narrowPeak
3420904 95149325
==> FRiP value: 3.59%
2-ce11-4_peaks.narrowPeak
1126859 29866961
==> FRiP value: 3.77%
2-ce11-5_peaks.narrowPeak
4259835 103697403
==> FRiP value: 4.10%
2-ceLL-1_peaks.narrowPeak
2488167 62365958
==> FRiP value: 3.98%

只显示.bam,其他不显示:

$ ls 2-ce11-?.raw.bam

2-ce11-2.raw.bam  2-ce11-4.raw.bam  2-ce11-5.raw.bam

可以使用R包看不同peaks文件的overlap情况:


QQ截图20221231175609.png
if(F){
  options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
  options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
  source("http://bioconductor.org/biocLite.R") 

  BiocManager::install('ChIPseeker')
  BiocManager::install('ChIPpeakAnno')

}

library(ChIPseeker)
library(ChIPpeakAnno)
list.files('D:/ATAC-Seq/数据/',"*.narrowPeak")
tmp=lapply(list.files('D:/ATAC-Seq/数据/',"*.narrowPeak"),function(x){
  return(readPeakFile(file.path('D:/ATAC-Seq/数据/', x))) 
})

ol <- findOverlapsOfPeaks(tmp[[1]],tmp[[4]])
png('overlapVenn.png')
makeVennDiagram(ol)
dev.off()
QQ截图20221231180630.png

3 IDR计算

也可以使用专业软件,IDR 来进行计算出来,同时考虑peaks间的overlap,和富集倍数的一致性 。

详细的教程:

https://www.jianshu.com/p/d8a7056b4294
source activate atac
# 可以用search先进行检索
conda search idr
source  deactivate
## 保证所有的软件都是安装在 py3 这个环境下面
conda  create -n py3 -y python=3 idr
conda activate py3
conda install -c bioconda idr

idr -h 
idr --samples  2-ceLL-1_peaks.narrowPeak 2-ce11-2_peaks.narrowPeak --plot

idr --samples 2-ceLL-1_peaks.narrowPeak 2-ce11-2_peaks.narrowPeak \
--input-file-type narrowPeak \
--rank p.value \
--output-file sample-idr \
--plot \
--log-output-file sample.idr.log

4 deeptools可视化

需要把.bam转化为.bw

http://www.bio-info-trainee.com/1815.html
cd  ~/project/atac/align
source activate atac
# ls  *.bam  |xargs -i samtools index {} 
ls *last.bam |while read id;do
nohup bamCoverage -p 5 --normalizeUsing CPM -b $id -o ${id%%.*}.last.bw & 
done 

cd dup 
ls  *.bam  |xargs -i samtools index {} 
ls *.bam |while read id;do
nohup bamCoverage --normalizeUsing CPM -b $id -o ${id%%.*}.rm.bw & 
done 

.bw文件的IGV可视化

QQ截图20221231210807.png

查看TSS附件信号强度

## both -R and -S can accept multiple files 
mkdir -p  ~/project/atac/tss
cd   ~/project/atac/tss 
source activate atac

computeMatrix reference-point  --referencePoint TSS  -p 15  \
-b 10000 -a 10000    \
-R /home/kaoku/refer/mm10/ucsc.refseq.bed  \
-S /home/kaoku/project/atac/align/*.bw  \
--skipZeros  -o matrix1_test_TSS.gz  \
--outFileSortedRegions regions1_test_genes.bed

## both plotHeatmap and plotProfile will use the output from   computeMatrix
plotHeatmap -m matrix1_test_TSS.gz  -out test_Heatmap.png
plotHeatmap -m matrix1_test_TSS.gz  -out test_Heatmap.pdf --plotFileFormat pdf  --dpi 720  
plotProfile -m matrix1_test_TSS.gz  -out test_Profile.png
plotProfile -m matrix1_test_TSS.gz  -out test_Profile.pdf --plotFileFormat pdf --perGroup --dpi 720 

下载参考.bed

http://genome.ucsc.edu/cgi-bin/hgTables

##具体转化方法
https://www.jianshu.com/p/5d078d517770

QQ截图20221231211404.png

绘制的热图
test_Heatmap.png

查看基因body的信号强度

source activate atac
computeMatrix scale-regions  -p 15  \
-R /home/kaoku/refer/mm10/ucsc.refseq.bed  \
-S /home/kaoku/project/atac/align/*.bw  \
-b 10000 -a 10000  \
--skipZeros -o matrix1_test_body.gz
plotHeatmap -m matrix1_test_body.gz  -out ExampleHeatmap1.png 

plotHeatmap -m matrix1_test_body.gz  -out test_body_Heatmap.png
plotProfile -m matrix1_test_body.gz  -out test_body_Profile.png

绘制的热图

test_body_Heatmap.png

ngsplot也是可以的。

上面的批量代码其实就是为了统计全基因组范围的peak在基因特征的分布情况,也就是需要用到computeMatrix计算,用plotHeatmap以热图的方式对覆盖进行可视化,用plotProfile以折线图的方式展示覆盖情况。

computeMatrix具有两个模式: scale-regionreference-point。前者用来信号在一个区域内分布,后者查看信号相对于某一个点的分布情况。无论是那个模式,都有有两个参数是必须的,-S是 提供bigwig文件,-R是提供基因的注释信息。

##deeptools官方文档
https://deeptools.readthedocs.io/en/develop/content/tools/computeMatrix.html#id10

补充:

查看进程:
top

彩色界面:
htop

下一步便是peaks的注释。

我们下一篇再见!

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 204,684评论 6 478
  • 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 87,143评论 2 381
  • 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 151,214评论 0 337
  • 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 54,788评论 1 277
  • 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 63,796评论 5 368
  • 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 48,665评论 1 281
  • 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 38,027评论 3 399
  • 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 36,679评论 0 258
  • 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 41,346评论 1 299
  • 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 35,664评论 2 321
  • 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 37,766评论 1 331
  • 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 33,412评论 4 321
  • 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 39,015评论 3 307
  • 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 29,974评论 0 19
  • 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 31,203评论 1 260
  • 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 45,073评论 2 350
  • 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 42,501评论 2 343

推荐阅读更多精彩内容