HiC数据分析
2019-07-30 09:10阅读：
软件安装：
主要是编辑系统文件：
PREFIX =
/gpfs02/home/jingjing/software/HiC-Pro-master
BOWTIE2_PATH =
/gpfs01/software/bio/bowtie2-2.2.4
SAMTOOLS_PATH =
/gpfs01/software/bio/samtools-1.7
R_PATH = /gpfs02/software/general/R-3.5.0/bin
PYTHON_PATH = ~/miniconda2/bin/
CLUSTER_SYS = LSF
安装：
make configure
make install
软件使用：
其实思路大概包含以下几步：
比对，过滤，挑选，建立contract map，然后做normalization
优点：
1. 在处理比对结果的时候加入了并行化，其实是抄概念，就是分割比对结果，多核处理。
2. 在处理reads的时候，多处理了一部分junction reads的情况。
3. 在存储最终结果的时候采用了sparse 矩阵来降低存储需求
。
4. 多了一个点 就是 处理SNP分成父母本的情况。
运行：
1. 准备index文件
bowtie2-build 1.fa,2.fa,...,MT.fa human_GRCh37
2. 准备annotation文件
主要有两个：
第一个是：HindIII_resfrag_hg19.bed
主要通过软件包里面script
生成
python
/gpfs01/software/bio/HiC-Pro-2.11.0/HiC-Pro_2.11.1/bin/utils/digest_genome.py
-r hindiii -o HindIII_resfrag_hg19.bed
/gpfs02/home/jingjing/software/hicup_v0.7.1/test_dataset/genome/all.fa
第二个是基因组每个常染色体长度文件，chrom_hg19.sizes
这个主要通过：java compute_lenght_scaffold all.fa
chrom_hg19.sizes
3. 编辑配置文件
主要需要编辑的地方：
1）：index的位置
2）：index的名字
3）：genome size文件
4）：genome fragment文件
4. 运行HiC-pro
/gpfs01/software/bio/HiC-Pro-2.11.0/HiC-Pro_2.11.1/bin/HiC-Pro
-i test_data/ -o HiC-Pro_testop_2.11.1_all -c
config_test_latest.txt
其中参数i是原始数据位置，但是数据要分级存放
运行过程中的进度都会显示。
5. 并行化运行
需要添加参数 ： -p
/gpfs01/software/bio/HiC-Pro-2.11.0/HiC-Pro_2.11.1/bin/HiC-Pro -i
data/
-o HiC-Pro_test_1 -c config_test_latest.txt -p
运行结束会分别生成两部的脚本文件：
HiCPro_step1_align_split.sh
HiCPro_step2_align_split.sh
//只是第二个提交运行程序脚本，好像生成的有点问题，不太完全，自己手动改一下就是
然后分别提交就行，其实主要是第一步生成了很多的比对脚本而已。
6. 结果解读
1) 原始比对率
trimmed read mapping:
是指把一些本来unaligned的reads去掉一些头和尾重新比对，这一部分主要面向junction
reads
2）reads pair对之间比对结果
这个主要是看pair的比对信息。
3） 过滤不合适的interaction pair比例
过滤掉的read pair有：dumpled pair， self-cycle pair，single
end，dangling end....
4） 用的read pair的分布情况
主要分成：cis和trans。cis包含短的和长的距离。以及距离的分布
5）关联矩阵
HiC-pro默认输出是sparse
矩阵的格式，首先需要一个bed文件定义chromosome的位置，以及bin的ID：
在matirx中，显示interaction的强度，前两个分别是bin的ID。
iced中存储normalization之后的结果。
