小麦ChIP-seq初步分析

前言

最近一直在看小麦表观遗传相关的文献,然后下载了文章中的数据进行分析,分析的流程大致跟网上教程相似,但是由于小麦基因组比较大(16G),研究不像人类,小鼠及一些模式植物广泛,完善,所以中间有些分析内容还是有些不同,于是把前期分析的代码放在这里,以供交流学习
数据出处:https://doi.org/10.1186/s13059-020-01998-1

质控比对

按照文章中的标准进行过滤和比对,因为样品比较少,所以没有批处理,也更直观一些,中间可能挑了单个样品跑了测试,所以有的样品没有出现在主脚本中

文章处理流程
#QC trim
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K27me3_1.fastq.gz H3K27me3_2.fastq.gz H3K27me3_1_trimmed.fastq.gz H3K27me3_1_unpaired.fastq.gz H3K27me3_2_trimmed.fastq.gz H3K27me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K36me3_1.fastq.gz H3K36me3_2.fastq.gz H3K36me3_1_trimmed.fastq.gz H3K36me3_1_unpaired.fastq.gz H3K36me3_2_trimmed.fastq.gz H3K36me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K4me3_1.fastq.gz H3K4me3_2.fastq.gz H3K4me3_1_trimmed.fastq.gz H3K4me3_1_unpaired.fastq.gz H3K4me3_2_trimmed.fastq.gz H3K4me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K9ac_1.fastq.gz H3K9ac_2.fastq.gz H3K9ac_1_trimmed.fastq.gz H3K9ac_1_unpaired.fastq.gz H3K9ac_2_trimmed.fastq.gz H3K9ac_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 RNAPII_1.fastq.gz RNAPII_2.fastq.gz RNAPII_1_trimmed.fastq.gz RNAPII_1_unpaired.fastq.gz RNAPII_2_trimmed.fastq.gz RNAPII_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
#align
ref=/usrdata/users/hwwang/hychao/genome/iwgsc_refseqv1.0_all_chromosomes/bowtie2_index/wheat_bowtie_index
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K27me3_1_trimmed.fastq.gz -2 H3K27me3_2_trimmed.fastq.gz > H3K27me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K36me3_1_trimmed.fastq.gz -2 H3K36me3_2_trimmed.fastq.gz > H3K36me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K4me3_1_trimmed.fastq.gz -2 H3K4me3_2_trimmed.fastq.gz > H3K4me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K9ac_1_trimmed.fastq.gz -2 H3K9ac_2_trimmed.fastq.gz > H3K9ac.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 Input_1_trimmed.fastq.gz -2 Input_2_trimmed.fastq.gz > Input.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 RNAPII_1_trimmed.fastq.gz -2 RNAPII_2_trimmed.fastq.gz > RNAPII.sam
#sort
samtools sort -@ 12 -o H3K27me3.bam H3K27me3.sam
samtools sort -@ 12 -o H3K36me3.bam H3K36me3.sam
samtools sort -@ 12 -o H3K4me3.bam H3K4me3.sam
samtools sort -@ 12 -o H3K9ac.bam H3K9ac.sam
samtools sort -@ 12 -o Input.bam Input.sam
samtools sort -@ 12 -o RNAPII.bam RNAPII.sam
#filter
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K27me3.bam > H3K27me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K36me3.bam > H3K36me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K4me3.bam > H3K4me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K9ac.bam > H3K9ac_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' Input.bam > Input_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' RNAPII.bam > RNAPII_aln.bam

生成比对结果

下面需要注意的一点就是samtools建立index生成 .bai 文件对染色体的长度是有限制的,因为小麦染色体长度在7,800M左右,运行的时候会报错,所以在后面加一个-c参数,生成.csi文件

#qc_bam
ls  *aln.bam  |xargs -i samtools index -c {} 
ls  *aln.bam  | while read id ;do (nohup samtools flagstat $id > $(basename $id "aln.bam").stat & );done
grep N/A *.stat|grep %

IGV可视化

下一步就是生成IGV可视化的文件,这一步有一点小坑,就是bamCoverage软件在进行归一化的时候有一点改动,下面是之前的代码

#igv calculate reads density
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K27me3_aln.bam -o H3K27me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K36me3_aln.bam -o H3K36me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K4me3_aln.bam -o H3K4me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K9ac_aln.bam -o H3K9ac.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b Input_aln.bam -o Input.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b RNAPII_aln.bam -o RNAPII.bigwig

这里是我修改的

bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K36me3_aln.bam -o H3K36me3.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K4me3_aln.bam -o H3K4me3.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K9ac_aln.bam -o H3K9ac.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b Input_aln.bam -o Input.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b RNAPII_aln.bam -o RNAPII.bigwig 2>>run.log

总的来说,跟文章中的处理过程是一致的


文章处理流程

最后就是call peak了!

#call peaks(histone)
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K27me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K36me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K4me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K9ac_result --outdir  ./
#call peaks RNAPII
macs2 callpeak -f BAMPE --nomodel –q 0.001 --broad-cutoff 0.01 -g 17e9 --bw 300 -c Input_aln.bam -t -n RNAPIIRNAPII_result --outdir ./

上面的call peak代码根据文章所述


文章分析流程

后面的分析内容先简单放点吧,因为还没有全部完成,挑了一个数据,做了peak注释

setwd("E:\\R_file\\test_chip\\")
library("ChIPseeker")
library("GenomicFeatures")
wheat_txdb <- loadDb("E:\\R_file\\wheat.sqlite")
RNAPII <- readPeakFile("H3K27me3_result_peaks.broadPeak.fold3")
peakAnno <- annotatePeak(RNAPII,tssRegion=c(-3000, 3000),TxDb=wheat_txdb)
plotAnnoPie(peakAnno)
plotAnnoBar(peakAnno)
vennpie(peakAnno)
upsetplot(peakAnno)
随便几个图

更新一下

输出注释的peaks,一些图可以尝试画一下

png("covplot_H3K27me3.png")
covplot(H3K27me3,weightCol=5)
dev.off()
##get promoter region +-3Kb and write out
promoter <- getPromoters(TxDb=txdb, upstream=3000, downstream=3000)
write.table(promoter,"wheat_promoter.txt",row.names=FALSE,sep="\t")
#tagMatrix <- getTagMatrix(H3K27me3, windows=promoter)
#png("tagHeatmap.png")
#tagHeatmap(tagMatrix, xlim=c(-3000, 3000), color="red")
#dev.off()

##peak anno
peakAnno <- annotatePeak(H3K27me3,tssRegion=c(-3000, 3000),TxDb=txdb)
anno_out=as.data.frame(peakAnno)
write.table(anno_out,"H3K27me3_peakAnno.txt",row.names=FALSE,sep="\t")

标记数目比较多的话,可以使用 chromHMM 软件分析不同标记组合的染色质状态

10种states

这篇文章 https://doi.org/10.1186/s13059-019-1746-8 主要分析了不同组蛋白修饰标记组合的染色质状态,可以参考一下
然后,根据peaks的位置信息,画个简单的 circos
distribution

关于 chromHMM 软件,刚刚学会,就不放教程了,后面熟悉了再搞教程吧~

写在最后

总的来说,前面的分析并不麻烦,就是有一些地方容易踩坑,写下这些,主要是为了方便回看学习,也为了后面有做这方面的同学不要再犯跟我一样的错误。关于小麦的 txDb 文件,怎样制作网上都有教程,搜一下就可以了

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 216,287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 92,346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 162,277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 58,132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 67,147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 51,106评论 1 295
  • 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 40,019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 38,862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 45,301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 37,521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 39,682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 35,405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 40,996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 31,651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 32,803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 47,674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 44,563评论 2 352