在高通量测序数据的处理中（例如，在重测序研究、组装结果的re-mapping校正中），我们经常会将测序reads与参考序列进行比对（常见的如BWA、Bowtie等工具），并将比对结果以bam文件存储（sam文件的二进制格式，极大节省了存储空间。对于bam/sam文件的简介说明，点击查看）。在linux系统下，通常我们可以很方便的使用samtools对参考序列以及bam文件进行处理。
虽然大多数情况下bam文件仅作为数据存储文件使用，但有时候我们还是很期望将bam文件中的内容可视化，例如查看测序reads在参考基因组序列中的对齐分布、覆盖程度等。可能这时候，常用的bam文件处理工具samtools就不太容易满足需求（尽管samtools也能实现这种可视化功能，但是可视化效果比较简陋，在终端界面下仅有简单的点和线构成）。对于其它的工具，我们也有很多可以选择，例如IGV、Tablet等，将参考序列fasta文件以及比对结果bam文件导入后即可将参考序列的碱基组成信息、测序reads在参考序列中的位置以及覆盖情况等可视化呈现。本文简介如何使用Tablet查看bam文件。
本文使用到的示例bam文件，以及参考基因组序列，可在以下链接获取。
https://pan.baidu.com/s/1yYQNxty5hBdcpoA8xkrQUg
其中，bam文件“Bacillus_subtilis.dup.bam”及其索引文件“Bacillus_subtilis.dup.bam.bai”（由samtools建立索引获得）可见“B-rmdup”；参考基因组序列“Bacillus_subtilis.str168.fasta”可见“0-refer”。
Tablet下载安装
其实一直很疑惑，Tablet这个软件很早就有了，而且用起来感觉还不错，就是不知为啥网上很少能搜到它的相关介绍。看看IGV，教程那么多……虽然IGV功能更多，但是Tablet作为一款好用的轻量级软件，应该使用率也很广才对。
多余的话就先不说了，Tablet官方网站：https://ics.hutton.ac.uk/tablet/
点击“download”即可进入下载界面，下载界面提供了3种平台的版本，根据需要选择对应的版本下载。Tablet源码可见https://github.com/cropgeeks/tablet。
作为一款优秀的高通量测序序列查看器，除了能够查看序列比对结果bam/sam文件外，Tablet还有很多功能。本文中不再细说其它功能，可见官网上其功能描述，或者点击原参考文献阅读，以及参阅帮助文档（http://tablet.hutton.ac.uk/en/latest/index.html）等，详细了解该软件的使用。
Tablet使用起来挺简单的，对于常规的功能（例如查看bam/sam文件等），无需参阅帮助文档也能够快速上手。在这里我下载了windows版的，并在下文简要展示其使用。
使用Tablet查看BAM文件
数据导入
bam文件在Tablet中的可视化需要用到索引文件bam.bai。使用samtools软件获得bam文件的索引文件bam.bai，以示例文件为例，在linux命令行下使用“samtools index Bacillus_subtilis.dup.bam”，即可得到“Bacillus_subtilis.dup.bam.bai”。
导入文件至Tablet时，必须保证“Bacillus_subtilis.dup.bam”与“Bacillus_subtilis.dup.bam.bai”在同一路径中才能够将bam文件成功导入。
fasta文件中的序列，必须和bam文件中的序列信息相互对应。
Tablet界面基本操作介绍
等待一小会儿后，数据成功导入。若fasta文件中存在多条序列，则在界面左侧会显示多条序列id，点击对应的序列id即可查看测序reads在参考序列上的分布情况。在主界面中，测序reads在该序列上的对齐位置、覆盖程度、碱基差异等信息清晰可见。
备注：右键“新标签打开图片”等操作可以查看大图。
默认情况下，测序reads以A、T、G、C等碱基类型着色。在界面上方点击“Colour Schemes”，可更改reads颜色展示方式。例如点击“Variants”后，reads序列中与参考序列一致的碱基将展示为灰色，不一致的展示为红色（变异碱基，或者测序错误导致等）。
在“Advanced”中，可更改界面风格、窗口展示等。例如，点击 “Coverage” 选项后，在序列整体reads覆盖情况窗口界面中，将会以渐变色的的样式来展示reads在参考序列中的覆盖深度情况（参见上文，之前的样式是以A、T、G、C四种颜色展示的，即“Scaled”选项）。
常用的过滤/查找/定位选项
以上是对Tablet主界面的基本简介，其实该软件上手挺简单的。在了解了它的基本情况后，我们来看一些常用的过滤/查找/定位选项，以帮助我们定位、查找想要得知的信息。
若想快速定位至参考序列的某一段区域，可在“Advanced”中点击“Subset”选择查看的区域。
若想将参考序列中某一段序列截取（复制）下来，需要在主界面的参考序列展示位置处右击，选择“Copy a subsequence to clipboard”后，在弹出的窗口中输入选定的序列区域，再点击“Copy”即可完成复制。此时可以任意打开一个文本编辑器（如记事本），ctrl+v粘贴即可。
若想查找某一条测序reads在参考序列中的对齐位置，在界面左方点击搜索框，选择搜索类型后输入reads的id即可。
在左侧窗口中点击“more”，可以查看参考序列的基本统计信息，包含fasta文件中序列的平均长度、最长/最短序列等。在多条参考序列的情况下，想过滤一些不必要的序列时，可以在这里操作。
其它信息
在主界面查看序列reads覆盖情况时，有时会看到这样的标记“[”、“]”等。
备注：当标记不为单一的“[”等组成，而是由一连串连续的标记组成时，需仔细查看参考序列的这段位置与测序reads之间是否存在着较大的差异。在重测序中，通常表明两个个体基因组中，在这段区域的序列组成具有明显的区别。若参考序列为使用相同的测序reads数据组装所得的序列时，则需要着重检查该区域是否出现了错误拼接。如下示例，参考序列为一段由测序reads组装所得的序列，将测序reads重新比对至组装结果中时，发现这段区域“] ”、“[”左右两侧的大多数reads几乎没有明显的overlap区，几乎全部被隔断在左右两侧。似乎这段序列在这个位置不应该被连在一起，更应该被打断为两段序列才更合适。这时需要仔细检查这段区域，是否存在少数reads能够跨越这个交点，有效支持左右的序列连接；或者这里确实出现了错误拼接，需要打断处理。
参考序列中出现了一段区域无测序reads覆盖的情况，如上文所说。若有充分理由相信这不是测序未覆盖到的情况时，则可以认为测序个体的基因组中在该区域发生了较大的片段缺失。
对于小的碱基变异，如SNP、InDel等，也可通过比对结果清晰看出。如下示例，判断SNP碱基以及测序错误的碱基。
备注：如果有SNP、InDel检测结果的vcf文件，则可以结合vcf文件中提供的变异位置信息，再通过Tablet查看比对结果，以更好地查看确认这些位置。
此外，有时在Tablet中还会看到这样的reads，展示的长度很短。实际上，可能并非由于reads本身测得短，而是由于该reads中只有一部分能比对至参考序列的这段区域，未比对上的部分由于太长就隐藏掉了。这种情形一般出现在重复序列中，如下所示（模糊的话，可右键“新标签页打开图片”查看大图）。
参考文献：Milne I , Stephen G , Bayer M , et al. Using Tablet for visual exploration of second-generation sequencing data. Briefings in Bioinformatics, 2013, 14(2):193-202.
-------------------------------------------------------------------------------------------I am a line !------------------------------------------------------------------------------------------------------------
网友评论