1.官网说明书
2.功能
计算两个以上（含两个）BAM文件的基因组区域的覆盖度。
3.两种模式：
bin模式是对全基因组进行计算,针对大小相等的bins(默认值：10kb)，这种模式用于评估BAM文件的全基因组相似性；
BED-file模式是对指定区域进行计算。
4.标准输出文件：
以.npz为后缀的文件，该文件不仅可以直接用于deeptools中的“plotCorrelation”计算并可视化覆盖度之间的相关性，而且也能用于deeptools中的“plotPCA”进行主成分分析。
5.deeptools multiBamSummary用法及参数
（1）bins mode
multiBamSummary bins --bamfiles file1.bam file2.bam -o results.npz
--bamfiles(-b):bam文件
--outFileName(-out / -o ): 输出文件名。
参数：
--labels(-l ) : 非默认的标签，用户自定义文件名标签。标签之间用空格隔开。
--smartLabels： 不用手动给输入的bam文件加标签，deeptools 会移除路径和扩展名后使用文件名。
--genomeChunkSize ： 手动指定基因组大小。默认值为不指定，由bam文件的read 密度决定。
--binSize (-bs): 用于样品的基因组窗口大小。默认值是10kb。
--distanceBetweenBins (-n ): 默认情况下，multiBamSummary认为窗口是连续的。但是，为了节省计算时间，可以指定比窗口数更大的间隔长度，服务器会识别更少的bins.默认值是0。
--version： 显示程序版本号并退出。
--region(-r)： 用于限制运行的基因组区域。当测试参数时，利用--region这个参数可以大大减少运行时间。格式是：chr:start:end。如 -region chr10 或者 -region chr10:456700:891000。
--blackListFileName(-bl)：bed或gtf格式文件能够包括不用于分析的区域。通过排除基因组区块，能够产生重叠区域。对于Bam文件而言，如果一条read有部分黑名单区域或者片段间隔，那么这个read或者fragment也仍会被考虑在内。如果有相关情况，注意你应该调整有效的基因组大小。
--numberOfProcessor(-p): 使用处理器的数量。默认值是1。
--verbose(-v): 设置查看运行消息。
--outRawCounts：保存的couts数区域（制表符隔开）文件。
--scalingFactors：计算比例因子（DESeq2 方式）能用于bamCoverage并写入一个文件。该文件用制表符隔开样品列和比例因子列。
--extendReads(-e) : 该参数可以把reads扩展到fragment大小。
--ignoreDuplicates：具有相同起始终止位点的reads仅读一次。
--minMappingQuality:那些至少达到最低mapping质量得分的reads才能被考虑在内。
--centerReads:相对于片段长度，reads处于中心位置。
--samFlagInclude:基于sam flag包括在内的reads。默认值：None。
--samFlagExclude:基于sam flag之外的reads。默认值：None。
--minFragmentLength:最小的片段长度。默认值为0。
--maxFragmentLength:最大的片段长度。默认值为0。
（2）BED-file mode
multiBamSummary BED-file --BED selection.bed --bamfiles file1.bam file2.bam -o results.npz
参数：
--bamfiles（-b)：bam文件，文件之间用空格隔开。
--outFileName（-out/-o)： 输出文件名。
--BED：限制覆盖度分析的区域。
--labels(-l ) : 非默认的标签，用户自定义文件名标签。标签之间用空格隔开。
--smartLabels： 不用手动给输入的bam文件加标签，deeptools 会移除路径和扩展名后使用文件名。
--genomeChunkSize ： 手动指定基因组大小。默认值为不指定，由bam文件的read 密度决定。
--version： 显示程序版本号并退出。
--region(-r)： 用于限制运行的基因组区域。当测试参数时，利用--region这个参数可以大大减少运行时间。格式是：chr:start:end。如 -region chr10 或者 -region chr10:456700:891000。
--blackListFileName(-bl)：bed或gtf格式文件能够包括不用于分析的区域。通过排除基因组区块，能够产生重叠区域。对于Bam文件而言，如果一条read有部分黑名单区域或者片段间隔，那么这个read或者fragment也仍会被考虑在内。如果有相关情况，注意你应该调整有效的基因组大小。
--numberOfProcessor(-p): 使用处理器的数量。默认值是1。
--verbose(-v): 设置查看运行消息。
--outRawCounts：保存的couts数区域（制表符隔开）文件。
--scalingFactors：计算比例因子（DESeq2 方式）能用于bamCoverage并写入一个文件。该文件用制表符隔开样品列和比例因子列。
--extendReads(-e) : 该参数可以把reads扩展到fragment大小。
--ignoreDuplicates：具有相同起始终止位点的reads仅读一次。
--minMappingQuality:那些至少达到最低mapping质量得分的reads才能被考虑在内。
--centerReads:相对于片段长度，reads处于中心位置。
--samFlagInclude:基于sam flag包括在内的reads。默认值：None。
--samFlagExclude:基于sam flag之外的reads。默认值：None。
--minFragmentLength:最小的片段长度。默认值为0。
--maxFragmentLength:最大的片段长度。默认值为0。
GTF/BED12 参数：
--metagene : 当BED12或GTF文件用于提供区域，会计算合并的外显子，而不是用5'端或3'端来定义间隔。默认值是False。
--transcriptID: 当GTF文件用于提供区域，第三列transcript用于计算。默认值是transcript。
--exonID: 当GTF文件用于提供区域，第三列exon用于计算。默认值是exon。
--transcript_id_designator: 默认值是transcript_id。
6.deeptools multiBamSummary实际操作
可选输出 (--outRawCounts ）是一个简单的以制表符分隔的文件，可以与任何其他程序一起使用。前三列定义了基因组的区域，并对其进行了总结。
multiBamSummary bins \
--bamfiles testFiles/*bam \ # using all BAM files in the folder
--minMappingQuality 30 \
--region 19 \ # limiting the binning of the genome to chromosome 19
--labels H3K27me3 H3K4me1 H3K4me3 HeK9me3 input \
-out readCounts.npz --outRawCounts readCounts.tab
$ head readCounts.tab
#'chr' 'start' 'end' 'H3K27me3' 'H3K4me1' 'H3K4me3' 'HeK9me3' 'input'
19 10000 20000 0.0 0.0 0.0 0.0 0.0
19 20000 30000 0.0 0.0 0.0 0.0 0.0
19 30000 40000 0.0 0.0 0.0 0.0 0.0
19 40000 50000 0.0 0.0 0.0 0.0 0.0
19 50000 60000 0.0 0.0 0.0 0.0 0.0
19 60000 70000 1.0 1.0 0.0 0.0 1.0
19 70000 80000 0.0 1.0 7.0 0.0 1.0
19 80000 90000 15.0 0.0 0.0 6.0 4.0
19 90000 100000 73.0 7.0 4.0 16.0 5.0
网友评论