2022-03-24利用BatMeth2分析甲基化数据

详细参考路径为:https://www.dna-asmdb.com/tools/batmeth2-tutorial/bt2-pipeline.html

https://batmeth2-docs.readthedocs.io/en/latest/function/PlotMeth.html

BatMeth2软件介绍:

Batmeth2是一款操作简便的亚硫酸氢盐测序(BS-Seq)分析流程工具包,它可以在允许不同长度插入缺失(Indel)情况下准确地完成亚硫酸测序序列比对。为了方便DNA甲基化数据分析,BatMeth2可以从raw reads测序数据比对到数据可视化、并最后生成HTML可视化报告文件。

相关功能包括:

亚硫酸氢盐测序数据比对;

甲基化水平计算,包括单碱基水平的甲基化水平、基因组区域或者基因转座子等功能区域的甲基化水平;

差异甲基化胞嘧啶/区域(DMC/DMR)检测功能;

甲基化水平可视化。

这些功能可以作为一个全流程使用,也可以分步单独运行,非常有利于亚硫酸氢盐数据分析。

BatMeth2 安装

一、安装要求

GCC(v4.8),GSL

SAMtools(建议>1.3.1版本)

Fastp,如果将原始数据做为输入文件,需要这个软件,否则不必

Fastp下载:wget http://opengene.org/fastp/fastp

Fastp权限更改: chmod 744 fastp

二、安装Batmeth2的过程

下载软件安装包BatMeth2-master.zip(https://github.com/GuoliangLi-HZAU/BatMeth2)

解压软件安装包BatMeth2-master.zip

将解压后的软件目录“BatMeth2-master”修改为“BatMeth2”

安装过程

cd BatMeth2

./configure

make

make copy

如果不需要gzip格式的进程文件,你可以使用以下过程安装软件:

cd BatMeth2

./configure

make nogzip

make copy-nogzip

BatMeth2的二进制文件将创建于bin目录下

BatMeth2 分析流程

为了更方便地完成DNA甲基化数据分析,我们打包了所有功能,以完成易于使用的自动运行包,用于DNA甲基化分析。在执行BatMeth2期间,会生成有关样本统计信息的html报告。

在进行数据分析前,需要准备基因组和索引文件

首先准备fasta格式的参考基因组

对于WGBS数据,建立索引:

BatMeth2 index -g GENOME.fa

对于RRBS数据,建立索引:

BatMeth2 index_rrbs -g GENOME.fa

数据分析

对于原始数据,运行命令

###### COMMANDBatMeth2 pipel --fastp ~/location/to/fastp -1 Raw_reads_1.fq.gz -2 Raw_read_2.fq.gz -g ./batmeth2index/genome.fa -o meth -p 6 --gff ./gene.gff

经过质量过滤后的数据,运行命令:

###### COMMANDBatMeth2 pipel -1 Clean_reads_1.fq.gz -2 Clean_read_2.fq.gz -g ./batmeth2index/genome.fa -o meth -p 6 --gff ./gene.gff

BatMeth2 分析流程主要包含:测序序列质量过滤、DNA甲基化序列比对、DNA甲基化水平计算、DNA甲基化水平功能注释以及DNA甲基化水平可视化等功能。

主要参数如下:

数据质量控制

--fastp fastp程序路径, 如果未指定--fastp参数,输入文件应该使用质控后的数据

序列比对

--aligner 指定比对程序,默认BatMeth2,可选程序bwa-meth, bsmap, bismark2, no(输出目录下已有比对结果文件)

必要参数

-i  输入文件,如果是双端数据,请使用-1, -2参数,输入文件可以使用逗号分隔

-1  输入文件左端的文件,如果是单端请使用-i参数

-2  输入文件右端的文件

-g  比对使用的参考基因组路径

-p  线程数,默认6

-O  输出结果目录,默认是输出到当前目录下(./)

-o  输出文件的前缀

选用其他比对软件时:

--go 选用其他比对软件(bsmap/bwa-meth/bismark)进行比对时,需指定该软件对应的基因组索引文件

计算甲基化水平

--Qual      当read质量分数>=Q,用于甲基化水平分析,默认是10

--redup      去除PCR冗余,0或者1,默认是0.

--region    设置计算甲基化水平区间大小,可用于后续差异分析,默认参数是1000bp。

-f          对于sam格式输出文件,包含methState属性。[0或者1],默认为0

--coverage  设置最小的覆盖度,默认是5

--binCover  每个区域最小的nCs,默认是3

--chromstep  染色体使用100000bp的重叠滑动窗口,步长为50000bp。 默认为:50000(bp)

DNA甲基化功能注释

--gtf/--gff/--bed  Gtf文件,gff文件或者bed文件

--distance        分布于基因bocy和上下游的DNA甲基化水平。设置上游和下游的距离,默认是2000bp

--step            基因及其两侧序列使用序列长度的5%的重叠滑动窗口,步长为序列长度的2.5%,默认步长为0.025(2.5%)

-C                测序覆盖度不能超过该数值,默认是1000

--coverage        设置最小的覆盖度,默认是5

--binCover        每个区域最小的nCs,默认是3

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
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容