wig、bigWig（bw）和bedgraph（bdg）文件详解

前言

1. wig文件格式
   1.1 variableStep格式wig
   1.2 fixedStep格式wig
   1.3 注意
2. bigwig格式
3. bedgraph
   3.1 属性设置
   3.2 格式说明
4. 格式转化工具
   4.1 bam文件转化为bigwig
   4.2 wig/bw/bedgraph相互转换工具

先放一张关系图及格式转化工具

image.png

前言

我们比对完fastq文件后，我们可以拿到bam文件，但是bam文件非常的大，处理起来很不方便。如果我们只是想知道这些read都比对到了基因组的什么区域，以及基因组上每个区域有多少read存在，此时用wig/bw/bdg则会更加方便。

如果没有这些工具，其实对我们的bam文件，用samtools软件也可以很容易得到基因组区域的覆盖度和测序深度，比如：

samtools depth -r chr12:126073855-126073965  example.sorted.bam

chr12    126073855    5
chr12    126073856    15
chr12    126073857    31
chr12    126073858    40
chr12    126073859    44
chr12    126073860    52
~~~~~~~~~其余省略输出~~~~~~~~~

这其实就是wig文件的雏形，但是wig文件会更复杂一点！

它不需要第一列了，因为全部是重复字段，只需要在每个染色体的第一行定义好染色体即可。下面我们来说明这些不同的格式是怎么记录测序深度的。

1. wig文件格式

wig文件全称叫Wiggle Track Format，用来绘制基因组上的图形轨迹的文件格式。wig格式是较老的格式，用来显示密集且连续的数据，比如GC含量，概率分数，转录组数据等。

wig数据有两种类型:

variableStep：基因组window大小不定

fixedStep：基因组window大小相同

1.1 variableStep格式wig

声明行：

单词variableStep开头

染色体

window大小（span）：基因组上window大小，默认为1

数据行：两列，分别包含染色体和测序深度值。

举例说明：

variableStep chrom=chr19 span=150
49304701 10.0    #chr19：49304701-49304851范围内深度为10.0
49304901 12.5    #chr19：49304901-49305051范围内深度为12.5
49305401 15.0    #chr19：49305401-49305551范围内深度为15.0

1.2 fixedStep格式wig
声明行：

单词fixedStep开头

染色体

起始坐标

步长（step）：相邻window起点之间的距离

window大小（span）：基因组上window大小，默认为1

数据行：一列，包含测序深度值。

举例说明：

fixedStep chrom=chr19 start=49307401 step=300 span=200
1000    #chr19：49307401-49307601范围内深度为1000
 900    #chr19：49307701-49307901范围内深度为900
 800    #chr19：49308001-49308201范围内深度为800

1.3 注意

上述介绍了wig数据部分，其实wig还有一部分是设置展示图形的参数，这里不做过多解释。

UCSC提供了一个wig文件：http://genome.ucsc.edu/goldenPath/help/examples/wiggleExample.txt

browser position chr19:49304200-49310700
browser hide all
#    150 base wide bar graph at arbitrarily spaced positions,
#    threshold line drawn at y=11.76
#    autoScale off viewing range set to [0:25]
#    priority = 10 positions this as the first graph
#    Note, one-relative coordinate system in use for this format
track type=wiggle_0 name="variableStep" description="variableStep format" visibility=full autoScale=off viewLimits=0.0:25.0 color=50,150,255 yLineMark=11.76 yLineOnOff=on priority=10
variableStep chrom=chr19 span=150
49304701 10.0
49304901 12.5
49305401 15.0
49305601 17.5
49305901 20.0
49306081 17.5
49306301 15.0
49306691 12.5
49307871 10.0
#    200 base wide points graph at every 300 bases, 50 pixel high graph
#    autoScale off and viewing range set to [0:1000]
#    priority = 20 positions this as the second graph
#    Note, one-relative coordinate system in use for this format
track type=wiggle_0 name="fixedStep" description="fixedStep format" visibility=full autoScale=off viewLimits=0:1000 color=0,200,100 maxHeightPixels=100:50:20 graphType=points priority=20
fixedStep chrom=chr19 start=49307401 step=300 span=200
1000
 900
 800
 700
 600
 500
 400
 300
 200
 100

2. bigwig格式

bigwig格式文件就没什么好讲的了，它就是wig格式文件的二进制压缩版本，这样更加节省空间。

我们只需要用UCSC提供的工具把自己的wig文件转换一下即可。

wigToBigWig：http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/wigToBigWig

3. bedgraph

BedGraph格式文件，它是BED文件的扩展，是4列的BED格式（正常BED文件只有3列或者6列），但是需要添加UCSC的Genome Browser工具里面显示的属性，但是一般就定义有限的几个属性即可。

3.1 属性设置

track type=bedGraph name=track_label description=center_label visibility=display_modecolor=r,g,baltColor=r,g,b priority=priority autoScale=on|off alwaysZero=on|off gridDefault=on|off maxHeightPixels=max:default:min graphType=bar|points viewLimits=lower:upper yLineMark=real-valuey LineOnOff=on|off windowingFunction=maximum|mean|minimum smoothingWindow=off|2-16

##type=bedGraph是必须的，其他的可改

3.2 格式说明

和bed文件基本一致，只是多了：

最后第1行的设置信息

第4列的测序深度信息

track type=bedGraph name="BedGraph Format" description="BedGraph format" visibility=full color=200,100,0 altColor=0,100,200 priority=20
chr19 49302000 49302300 -1.0
chr19 49302300 49302600 -0.75
chr19 49302600 49302900 -0.50
chr19 49302900 49303200 -0.25
chr19 49303200 49303500 0.0
chr19 49303500 49303800 0.25
chr19 49303800 49304100 0.50
chr19 49304100 49304400 0.75
chr19 49304400 49304700 1.00

4.如何转换

4.1 bam文件转化为bigwig
将bam文件转为bw文件，有很多工具可以实现这个目标，但是我们这里只记录deeptools：

bamCoverage --bam a.bam -o a.SeqDepthNorm.bw \
    --binSize 10
    --normalizeUsing RPGC
    --effectiveGenomeSize 2150570000

4.2 wig/bw/bedgraph相互转换工具
bedGraphToBigWig ：Convert a bedGraph file to bigWig format. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bedGraphToBigWig

bigWigToBedGraph ：Convert from bigWig to bedGraph format. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bigWigToBedGraph

bigWigToWig ：Convert bigWig to wig. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bigWigToWig

bigWigSummary ：Extract summary information from a bigWig file. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bigWigSummary

bigWigAverageOverBed ：Compute average score of big wig over each bed, which may have introns. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bigWigAverageOverBed

bigWigInfo ：Print out information about bigWig file. http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/bigWigInfo

4.3bigwig文件转为bed文件

分两步进行：将bigwig文件转为bdg文件，再将bdg文件转为bed文件

bigWigToBedGraph in.bigWig out.bedGraph
grep -v track out.bedGraph | cut -f 1-3 > out.bed