Bismark是进行甲基化分析过程中常用到的软件，可以将bisulfite处理后的测序reads比对到参考基因组上，得到参考基因组相应位置的甲基化水平。
我的甲基化数据为WGBS所测得的数据，使用Bismark call methylation分为以下几步：
1.处理WGBS测序数据，使用trimmomatic去接头；
2.为参考基因组建立索引；（基因组约450M，这一步用时15min）;
bismark_genome_preparation --bowtie2 yourdir ##yourdir中存放genome
3.比对甲基化数据；（这步用时较久，每个个体大概花费3h)
nohup bismark --bowtie2 -N 0 -L 20 --quiet --un --ambiguous --bam --parallel 30 -o outdir refdir -1 file1 -2 file2 &
4.去冗余；（0.5h）
nohup deduplicate_bismark -p -bam alignment_bam &
对3中比对的bam文件进行去冗余
5.提取甲基化信息;（4h）
nohup bismark_methylation_extractor -p --parallel 40 --comprehensive --no_overlap--bedGraph --cytosine_report --CX_context --split_by_chromosome --counts--buffer_size 20G --report --samtools_path yourpath/smrtlink_v9/smrtcmds/bin --genome_folder refdir bam -o outdir &
##--split_by_chromosome参数可以将结果按照染色体拆分，便于后续可视化。
结果生成多个文件，主要使用每条染色体的甲基化文件，例：
*_bismark_bt2_pe.deduplicated.CX_report.txt.chrChr14.CX_report.txt
文件格式如下：
各列分别为：
<chromosome> <position> <strand> <count methylated> <count unmethylated> <C-context> <trinucleotide context>
第一列：染色体；
第二列：染色体上具体位点（以1开始）；
第三列：正负链；
第四列：比对到该位点发生甲基化的reads数；
第五列：比对到该位点未发生甲基化的read数；
第六列：甲基化类型，有三种：CG, CHG, CHH；
第七列：该位点的三核苷酸序列；
6.IGV可视化
为了使用IGV进行可视化，需要构建bedgraph格式文件，bedgraph格式文件可以在IGV中对continuous-valued 数据进行可视化，适用于转录组数据或概率得分（The bedGraph format allows display of continuous-valued data in track format. This display type is useful for probability scores and transcriptome data. ），因此也适合展示甲基化率。bedgraph文件格式如下：
chromA chromStartA chromEndA dataValueA chromB chromStartB chromEndB dataValueB
第一列：染色体；
第二列：基因/位点在染色体上的起始位置；
第三列：基因/位点在染色体上的结束位置；
第四列：数值；（本次分析中为甲基化率）
bismark_methylation_extractor会生成一个总的bedgraph文件：
*_P_1_bismark_bt2_pe.deduplicated.bedGraph.gz
但该文件是整个基因组所有甲基化C位点，没有分CG/CHG/CHH信息，也不利于后续可视化，因此根据5提到的CX_report.txt（已按照染色体拆分）文件拆分CG,CHG,CHH三类甲基化后转换成bedgraph格式文件。
首先使用bismarkCXmethykit.pl脚本进行转换，转换后出现以CG_methykit.txt，CHG_methykit.txt，CHH_methykit.txt为后缀的拆分甲基化类型的文件，文件格式如下：
再使用R脚本转换成bedgraph文件，只需保留chr列，base列和freqC列，R脚本如下：
Args <- commandArgs(T)
Args[1]
myfile=read.table(Args[1],header=T)
outfile=sub("_P_1_bismark_bt2_pe.deduplicated.CX_report.txt.chrChr19.CX_report.txt", "",Args[1])
file_out=sub("_methykit.txt", ".bedgraph", outfile ) ###输出文件
chr<-as.character(myfile$chr)
pos<-as.integer(myfile$base)
pos2<-as.integer(myfile$base)
freq<-as.numeric(myfile$freqC)
outf<-data.frame(chr,pos,pos2,freq, check.names = F) ###合并以上四列， check.names = F可以防止将字符串转化为其他内容。
outf$chr<-factor(outf$chr)
dim(myfile)
dim(outf) ###检查一下新文件和原文件行数是否相等
write.table(outf, file=file_out, quote=F,col.names = F, row.names = F) ##输出
转换后生成以CG.bedgraph/CHG.bedgraph/CHH.bedgraph为后缀的文件，文件内容如下：
符合IGV需求的格式，可以用于可视化。
bismark介绍见官网：https://github.com/FelixKrueger/Bismark/tree/master/Docs
bedgraph介绍：
http://genome.ucsc.edu/goldenPath/help/bedgraph.html
bismarkCXmethykit.pl脚本参考：
https://www.jianshu.com/p/5c27908ff1e3
网友评论