美文网首页
小麦ChIP-seq初步分析

小麦ChIP-seq初步分析

作者: 郝永超M1racle | 来源:发表于2020-08-31 13:58 被阅读0次

前言

最近一直在看小麦表观遗传相关的文献,然后下载了文章中的数据进行分析,分析的流程大致跟网上教程相似,但是由于小麦基因组比较大(16G),研究不像人类,小鼠及一些模式植物广泛,完善,所以中间有些分析内容还是有些不同,于是把前期分析的代码放在这里,以供交流学习
数据出处:https://doi.org/10.1186/s13059-020-01998-1

质控比对

按照文章中的标准进行过滤和比对,因为样品比较少,所以没有批处理,也更直观一些,中间可能挑了单个样品跑了测试,所以有的样品没有出现在主脚本中

文章处理流程
#QC trim
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K27me3_1.fastq.gz H3K27me3_2.fastq.gz H3K27me3_1_trimmed.fastq.gz H3K27me3_1_unpaired.fastq.gz H3K27me3_2_trimmed.fastq.gz H3K27me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K36me3_1.fastq.gz H3K36me3_2.fastq.gz H3K36me3_1_trimmed.fastq.gz H3K36me3_1_unpaired.fastq.gz H3K36me3_2_trimmed.fastq.gz H3K36me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K4me3_1.fastq.gz H3K4me3_2.fastq.gz H3K4me3_1_trimmed.fastq.gz H3K4me3_1_unpaired.fastq.gz H3K4me3_2_trimmed.fastq.gz H3K4me3_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 H3K9ac_1.fastq.gz H3K9ac_2.fastq.gz H3K9ac_1_trimmed.fastq.gz H3K9ac_1_unpaired.fastq.gz H3K9ac_2_trimmed.fastq.gz H3K9ac_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
java -jar /usrdata/users/hwwang/software/Trimmomatic-0.36/trimmomatic-0.36.jar PE -phred33 -threads 16 RNAPII_1.fastq.gz RNAPII_2.fastq.gz RNAPII_1_trimmed.fastq.gz RNAPII_1_unpaired.fastq.gz RNAPII_2_trimmed.fastq.gz RNAPII_2_unpaired.fastq.gz -validatePairs ILLUMINACLIP:/usrdata/users/hwwang/software/Trimmomatic-0.36/adapters/TruSeq3-PE.fa:2:30:10 LEADING:5 TRAILING:5 MINLEN:20 2>>trim.log
#align
ref=/usrdata/users/hwwang/hychao/genome/iwgsc_refseqv1.0_all_chromosomes/bowtie2_index/wheat_bowtie_index
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K27me3_1_trimmed.fastq.gz -2 H3K27me3_2_trimmed.fastq.gz > H3K27me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K36me3_1_trimmed.fastq.gz -2 H3K36me3_2_trimmed.fastq.gz > H3K36me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K4me3_1_trimmed.fastq.gz -2 H3K4me3_2_trimmed.fastq.gz > H3K4me3.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 H3K9ac_1_trimmed.fastq.gz -2 H3K9ac_2_trimmed.fastq.gz > H3K9ac.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 Input_1_trimmed.fastq.gz -2 Input_2_trimmed.fastq.gz > Input.sam
bowtie2 -p 12 --very-sensitive -x $ref -1 RNAPII_1_trimmed.fastq.gz -2 RNAPII_2_trimmed.fastq.gz > RNAPII.sam
#sort
samtools sort -@ 12 -o H3K27me3.bam H3K27me3.sam
samtools sort -@ 12 -o H3K36me3.bam H3K36me3.sam
samtools sort -@ 12 -o H3K4me3.bam H3K4me3.sam
samtools sort -@ 12 -o H3K9ac.bam H3K9ac.sam
samtools sort -@ 12 -o Input.bam Input.sam
samtools sort -@ 12 -o RNAPII.bam RNAPII.sam
#filter
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K27me3.bam > H3K27me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K36me3.bam > H3K36me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K4me3.bam > H3K4me3_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' H3K9ac.bam > H3K9ac_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' Input.bam > Input_aln.bam
sambamba view -h -t 8 -f bam -F 'not unmapped and not duplicate and mapping_quality >= 10' RNAPII.bam > RNAPII_aln.bam

生成比对结果

下面需要注意的一点就是samtools建立index生成 .bai 文件对染色体的长度是有限制的,因为小麦染色体长度在7,800M左右,运行的时候会报错,所以在后面加一个-c参数,生成.csi文件

#qc_bam
ls  *aln.bam  |xargs -i samtools index -c {} 
ls  *aln.bam  | while read id ;do (nohup samtools flagstat $id > $(basename $id "aln.bam").stat & );done
grep N/A *.stat|grep %

IGV可视化

下一步就是生成IGV可视化的文件,这一步有一点小坑,就是bamCoverage软件在进行归一化的时候有一点改动,下面是之前的代码

#igv calculate reads density
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K27me3_aln.bam -o H3K27me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K36me3_aln.bam -o H3K36me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K4me3_aln.bam -o H3K4me3.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b H3K9ac_aln.bam -o H3K9ac.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b Input_aln.bam -o Input.bigwig
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeTo1x 14547261565 -b RNAPII_aln.bam -o RNAPII.bigwig

这里是我修改的

bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K36me3_aln.bam -o H3K36me3.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K4me3_aln.bam -o H3K4me3.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b H3K9ac_aln.bam -o H3K9ac.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b Input_aln.bam -o Input.bigwig 2>>run.log
bamCoverage -p 8 -bs 100 -of bigwig -extendReads --normalizeUsing RPGC --effectiveGenomeSize 14547261565 -b RNAPII_aln.bam -o RNAPII.bigwig 2>>run.log

总的来说,跟文章中的处理过程是一致的


文章处理流程

最后就是call peak了!

#call peaks(histone)
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K27me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K36me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K4me3_result --outdir  ./
macs2 callpeak -f BAM --nomodel --to-large -p 0.01 -broad -g 17e9 --bw 300 -c Input_aln.bam -t -n H3K9ac_result --outdir  ./
#call peaks RNAPII
macs2 callpeak -f BAMPE --nomodel –q 0.001 --broad-cutoff 0.01 -g 17e9 --bw 300 -c Input_aln.bam -t -n RNAPIIRNAPII_result --outdir ./

上面的call peak代码根据文章所述


文章分析流程

后面的分析内容先简单放点吧,因为还没有全部完成,挑了一个数据,做了peak注释

setwd("E:\\R_file\\test_chip\\")
library("ChIPseeker")
library("GenomicFeatures")
wheat_txdb <- loadDb("E:\\R_file\\wheat.sqlite")
RNAPII <- readPeakFile("H3K27me3_result_peaks.broadPeak.fold3")
peakAnno <- annotatePeak(RNAPII,tssRegion=c(-3000, 3000),TxDb=wheat_txdb)
plotAnnoPie(peakAnno)
plotAnnoBar(peakAnno)
vennpie(peakAnno)
upsetplot(peakAnno)
随便几个图

更新一下

输出注释的peaks,一些图可以尝试画一下

png("covplot_H3K27me3.png")
covplot(H3K27me3,weightCol=5)
dev.off()
##get promoter region +-3Kb and write out
promoter <- getPromoters(TxDb=txdb, upstream=3000, downstream=3000)
write.table(promoter,"wheat_promoter.txt",row.names=FALSE,sep="\t")
#tagMatrix <- getTagMatrix(H3K27me3, windows=promoter)
#png("tagHeatmap.png")
#tagHeatmap(tagMatrix, xlim=c(-3000, 3000), color="red")
#dev.off()

##peak anno
peakAnno <- annotatePeak(H3K27me3,tssRegion=c(-3000, 3000),TxDb=txdb)
anno_out=as.data.frame(peakAnno)
write.table(anno_out,"H3K27me3_peakAnno.txt",row.names=FALSE,sep="\t")

标记数目比较多的话,可以使用 chromHMM 软件分析不同标记组合的染色质状态

10种states
这篇文章 https://doi.org/10.1186/s13059-019-1746-8 主要分析了不同组蛋白修饰标记组合的染色质状态,可以参考一下
然后,根据peaks的位置信息,画个简单的 circos
distribution
关于 chromHMM 软件,刚刚学会,就不放教程了,后面熟悉了再搞教程吧~

写在最后

总的来说,前面的分析并不麻烦,就是有一些地方容易踩坑,写下这些,主要是为了方便回看学习,也为了后面有做这方面的同学不要再犯跟我一样的错误。关于小麦的 txDb 文件,怎样制作网上都有教程,搜一下就可以了

相关文章

  • 小麦ChIP-seq初步分析

    前言 最近一直在看小麦表观遗传相关的文献,然后下载了文章中的数据进行分析,分析的流程大致跟网上教程相似,但是由于小...

  • ChIP-seq和 CUT&Tag、CUT&RUN讲座视频笔记

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • ATAC-seq讲座视频笔记

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • RIC-seq讲座视频学习

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • Ribo-seq讲座视频笔记

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • CLIP、RIP-seq讲座视频笔记

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • (eccDNA)circle-seq讲座视频学习

    系列笔记基于达澈生物讲座视频,从中初步学习了解生信分析中常遇到的组学分析技术。ChIP-seq和 CUT&Tag、...

  • Bioconda软件安装神器:多版本并存、环境复制、环境导出

    seq你想知道的全在这)、ChIP-seq分析 (ChIP-seq基本分析流程)、单细胞测序分析 (重磅综述:三万...

  • ATAC-seq 分析(上)

    之前写过ChIP-seq的基础分析:ChIP-seq数据分析(一):从raw reads到peaks,和此文有很多...

  • ATAC-seq分析练习

    这篇文章来练习一下ATAC-seq分析。ATAC-seq和CHIP-seq的分析非常相似,CHIP-seq检测的是...

网友评论

      本文标题:小麦ChIP-seq初步分析

      本文链接:https://www.haomeiwen.com/subject/yycusktx.html