使用hicPro+EndHiC两个软件，对我们组装得到的contig数据进行染色体的挂载，得到我们所需要的scaffold水平的基因组文件。
首先对HiC数据进行分析，得到EndHiC程序所需要的文件，再由EndHiC进行染色体的挂载。
Hic-Pro
HiC-Pro的安装
HiC-Pro的安装确实是个让人头疼的问题，老实说，github上面说的并不是很清楚，中间出一点错就用不了，我也是搞了好久才能用
1.下载
git clone https://github.com/nservant/HiC-Pro.git
cd HiC-Pro
在软件的安装包中，有一个environment.yml的文件，是hicPro在conda中的依赖
2.使用conda进行预安装
#创建一个hic-pro的虚拟环境，并安装yml中的依赖软件
conda env create -f environment.yml -p ~/miniconda3/envs/hic-pro
#激活环境即可
conda activate ~/miniconda3/envs/hic-pro
3.再进行手动编译
cd ~/biosoft/HiC-Pro
vi config-install.txt
#########################################################################
## Paths and Settings - Start editing here !
#########################################################################
#修改你需要安装的路径，否则默认的话可能会出现后期的无权限安装的情况
PREFIX = /public1/home/biosoft/HiC-Pro
BOWTIE2_PATH =
SAMTOOLS_PATH =
R_PATH =
PYTHON_PATH =
CLUSTER_SYS = TORQUE
3.1.运行编译第一步
make configure
$ make configure
make -f ./scripts/install/Makefile CONFIG_SYS=./config-install.txt
make[1]: Entering directory '/public1/home/biosoft/HiC-Pro'
./scripts/install/install_dependencies.sh -c ./config-install.txt -p /public1/home/biosoft/HiC-Pro -o /public1/home/biosoft/HiC-Pro /HiC-Pro_3.1.0 -q
Make sure internet connection works for your shell prompt under current user's privilege ...
Starting HiC-Pro installation !
Checking dependencies
- Python libraries ...OK
- R installation ...OK
- Bowtie2 installation ...OK
- Samtools installation ...OK
Checking HiC-Pro configuration
- Configuration for TORQUE/PBS system ...OK
done !
make[1]: Leaving directory '/public1/home/biosoft/HiC-Pro'
出现done !即完成编译第一步
3.2.再运行编译第二步
$ make install
(g++ -Wall -O2 -std=c++0x -o build_matrix /public1/home/biosoft/HiC-Pro/scripts/src/build_matrix.cpp; mv build_matrix /public1/home/biosoft/HiC-Pro/scripts)
(g++ -Wall -O2 -std=c++0x -o cutsite_trimming /public1/home/biosoft/HiC-Pro/scripts/src/cutsite_trimming.cpp; mv cutsite_trimming /public1/home/biosoft/HiC-Pro/scripts)
HiC-Pro installed in !
出现HiC-Pro installed in !即安装成功。
3.3.对软件进行测试
$ ./bin/HiC-Pro
usage : HiC-Pro -i INPUT -o OUTPUT -c CONFIG [-s ANALYSIS_STEP] [-p] [-h] [-v]
Use option -h|--help for more information
显示这种情况，我们的HiC-Pro就可以正常使用了！也是要激活虚拟环境的哦~
HiC-Pro的使用
软件成功安装了，那就开始使用这个软件吧
#先来查看它的参数
$ ./bin/HiC-Pro -h
usage : HiC-Pro -i INPUT -o OUTPUT -c CONFIG [-s ANALYSIS_STEP] [-p] [-h] [-v]
Use option -h|--help for more information
HiC-Pro 3.1.0
---------------
OPTIONS
-i|--input INPUT : input data folder; Must contains a folder per sample with input files
-o|--output OUTPUT : output folder
-c|--conf CONFIG : configuration file for Hi-C processing
[-p|--parallel] : if specified run HiC-Pro on a cluster
[-s|--step ANALYSIS_STEP] : run only a subset of the HiC-Pro workflow; if not specified the complete workflow is run
mapping: perform reads alignment - require fast files
proc_hic: perform Hi-C filtering - require BAM files
quality_checks: run Hi-C quality control plots
merge_persample: merge multiple inputs and remove duplicates if specified - require .validPairs files
build_contact_maps: Build raw inter/intrachromosomal contact maps - require .allValidPairs files
ice_norm : run ICE normalization on contact maps - require .matrix files
[-h|--help]: help
[-v|--version]: version
1.前期数据的准备
#在工作目录下创建一个rawdata的文件夹
mkdir rawdata/sre && cd rawdata/sre
ln -s /YOU_PATH/*.hic.fastq.gz ./
#通过digest_genome.py和HiC的内切酶生成bed文件
~/biosoft/HiC-Pro/bin/utils/digest_genome.py -r HINDIII -o HINDIII.bed contig.fa
$ head HINDIII.bed
ptg000031l 0 2416 HIC_ptg000031l_1 0 +
ptg000031l 2416 2527 HIC_ptg000031l_2 0 +
ptg000031l 2527 5947 HIC_ptg000031l_3 0 +
ptg000031l 5947 7226 HIC_ptg000031l_4 0 +
ptg000031l 7226 7881 HIC_ptg000031l_5 0 +
ptg000031l 7881 8904 HIC_ptg000031l_6 0 +
ptg000031l 8904 9160 HIC_ptg000031l_7 0 +
ptg000031l 9160 11930 HIC_ptg000031l_8 0 +
ptg000031l 11930 15229 HIC_ptg000031l_9 0 +
ptg000031l 15229 23014 HIC_ptg000031l_10 0 +
#统计contig长度
getChrLength.py contig.fa > contig.size
$ head contig.size
ptg000031l 72883093
ptg000049l 49671368
ptg000001l 47070381
ptg000022l 38335619
ptg000018l 37885870
ptg000038l 36572057
ptg000011l 31623754
ptg000052l 30919883
ptg000118l 29808183
ptg000075l 27314383
#构建contig的bowtie2的索引文件
bowtie2-build --threads 20 contig.fa contig.fa
2.配置文件修改
cp ~/biosoft/HiC-Pro/config-hicpro.txt ./
# Please change the variable settings below if necessary
#########################################################################
## Paths and Settings - Do not edit !
#########################################################################
TMP_DIR = tmp #默认
LOGS_DIR = logs #默认
BOWTIE2_OUTPUT_DIR = bowtie_results #默认
MAPC_OUTPUT = hic_results #默认
RAW_DIR = rawdata #默认
#######################################################################
## SYSTEM AND SCHEDULER - Start Editing Here !!
#######################################################################
N_CPU = 20 #设置cpu使用量
LOGFILE = hicpro.log #设置日志文件
JOB_NAME = contig #设置任务名称
JOB_MEM = 128g #设置需要的内存
JOB_WALLTIME = 200000 #默认
JOB_QUEUE = all.q #默认
JOB_MAIL = *******@163.com #默认,或设置自己的邮箱
#########################################################################
## Data
#########################################################################
PAIR1_EXT = _1
PAIR2_EXT = _2
#######################################################################
## Alignment options
#######################################################################
FORMAT = phred33 #默认
MIN_MAPQ = 0 #默认
BOWTIE2_IDX_PATH =/share/home/Work/Genome_assembly/Assembly_hifi_hic/09.EndHiC/01.hicPro #设置工作目录
BOWTIE2_GLOBAL_OPTIONS = --very-sensitive -L 30 --score-min L,-0.6,-0.2 --end-to-end --reorder #默认
BOWTIE2_LOCAL_OPTIONS = --very-sensitive -L 20 --score-min L,-0.6,-0.2 --end-to-end --reorder #默认
#######################################################################
## Annotation files
#######################################################################
REFERENCE_GENOME =contig.fa #contig文件
GENOME_SIZE = /share/home/Work/Genome_assembly/Assembly_hifi_hic/09.EndHiC/01.hicPro/contig.size #前期准备的统计文件
#######################################################################
## Allele specific analysis
#######################################################################
ALLELE_SPECIFIC_SNP = #默认
#######################################################################
## Digestion Hi-C
#######################################################################
GENOME_FRAGMENT = /share/home/Work/Genome_assembly/Assembly_hifi_hic/09.EndHiC/01.hicPro/HINDIII.bed #前期准备的bed文件
LIGATION_SITE = AAGCTT #设置酶切序列
MIN_FRAG_SIZE = 100 #默认
MAX_FRAG_SIZE = 100000 #默认
MIN_INSERT_SIZE = 100 #默认
MAX_INSERT_SIZE = 600 #默认
#######################################################################
## Hi-C processing
#######################################################################
MIN_CIS_DIST = #默认
GET_ALL_INTERACTION_CLASSES = 1 #默认
GET_PROCESS_SAM = 0 #默认
RM_SINGLETON = 1 #默认
RM_MULTI = 1 #默认
RM_DUP = 1 #默认
#######################################################################
## Contact Maps
#######################################################################
BIN_SIZE = 100000 500000 #默认
MATRIX_FORMAT = upper #默认
#######################################################################
## Normalization
#######################################################################
MAX_ITER = 100 #默认
FILTER_LOW_COUNT_PERC = 0.02 #默认
FILTER_HIGH_COUNT_PERC = 0 #默认
EPS = 0.1 #默认
3.运行程序
HiC-Pro -i rawdata -o outdir_new -c config-hicpro.txt
-i 添加rawdata文件夹
-o 输出文件夹名称
-c 配置文件
制作不易，如果我的文章对你有所帮助，麻烦点点赞吧~非常感谢
网友评论