Genrich介紹
Genrich 是一個(gè)用于從高通量測(cè)序數(shù)據(jù)中識(shí)別基因組區(qū)域的顯著富集（即peak calling）的生物信息學(xué)工具五辽。它主要用于處理ChIP-seq（染色質(zhì)免疫沉淀測(cè)序）藕各、ATAC-seq（轉(zhuǎn)座酶可及性測(cè)序）和DNAse-seq（DNase I敏感位點(diǎn)測(cè)序）等實(shí)驗(yàn)的數(shù)據(jù)堂鲜。這些技術(shù)廣泛用于研究蛋白質(zhì)與DNA的相互作用以及染色質(zhì)的開放性凳谦。
主要特點(diǎn)和功能：
處理多種讀取類型：Genrich 能夠處理配對(duì)末端和單端讀取昔期。對(duì)于配對(duì)末端讀取晒屎，Genrich可以準(zhǔn)確推斷出兩個(gè)正確配對(duì)比對(duì)之間的全長(zhǎng)DNA片段。
高級(jí)映射策略：Genrich 在分析映射到多個(gè)位置的讀取時(shí)钉鸯，能夠?yàn)槊總€(gè)位置添加一個(gè)分?jǐn)?shù)計(jì)數(shù)吧史，這有助于在基因組的難以訪問區(qū)域進(jìn)行峰值檢測(cè)。
去除PCR重復(fù)：Genrich提供了去除PCR重復(fù)的選項(xiàng)唠雕，這對(duì)于確保數(shù)據(jù)質(zhì)量和避免假陽性非常重要贸营。
統(tǒng)計(jì)分析：它使用對(duì)數(shù)正態(tài)分布作為零模型來計(jì)算每個(gè)基因組位置的p值，可以選擇將p值轉(zhuǎn)換為q值岩睁，后者可以用來控制假發(fā)現(xiàn)率钞脂。
靈活的分析模式：Genrich 不僅支持標(biāo)準(zhǔn)的ChIP-seq數(shù)據(jù)分析，還提供了專門的ATAC-seq分析模式捕儒，以及能夠調(diào)整分析參數(shù)以適應(yīng)不同類型的實(shí)驗(yàn)數(shù)據(jù)冰啃。
效率和性能：該工具在性能上進(jìn)行了優(yōu)化，可以處理大規(guī)模數(shù)據(jù)集刘莹，并能夠在合理的時(shí)間內(nèi)返回結(jié)果阎毅。
多重復(fù)實(shí)驗(yàn)分析：Genrich 能夠處理多個(gè)重復(fù)實(shí)驗(yàn)的數(shù)據(jù)，通過合并各重復(fù)的p值并進(jìn)行統(tǒng)計(jì)調(diào)整來提高峰值檢測(cè)的可靠性点弯。
總的來說扇调，Genrich 是一種強(qiáng)大的工具，用于基因組數(shù)據(jù)分析抢肛，特別是在尋找與生物學(xué)調(diào)控相關(guān)的關(guān)鍵基因組區(qū)域方面狼钮。它的多功能性和高效性使其成為生物信息學(xué)領(lǐng)域廣泛使用的工具之一。
安裝
下載：https://github.com/jsh58/Genrich/releases
wget https://github.com/jsh58/Genrich/archive/refs/tags/v0.6.1.tar.gz
tar zxf v0.6.1.tar.gz
cd Genrich-0.6.1/
make
添加到bashrc中或鏈接到/user/local/bin/
sudo ln -s /path/to/Genrich/Genrich-0.6.1/Genrich /usr/local/bin/
用法：
$ ./Genrich -t sample.bam -o sample.narrowPeak -v
ATAC-seq分析模塊
Genrich -t mysample.bam -o mysample.narrowPeak -f mysample.genrich.log -j -r -y -e MT -p 0.01
-j Use ATAC-seq mode (def. false)
-d <int> Expand cut sites to <int> bp (def. 100)
-D Skip Tn5 adjustments of cut sites (def. false)</pre>
這些參數(shù)是 Genrich 命令行工具的一部分捡絮，用于分析高通量測(cè)序數(shù)據(jù)以識(shí)別基因組上的顯著富集區(qū)域（peaks）熬芜。下面是這些參數(shù)的詳細(xì)解釋：
必需的參數(shù)：
-t <file>: 輸入的 SAM/BAM 文件，包含實(shí)驗(yàn)樣本的數(shù)據(jù)福稳。-o <file>: 輸出文件涎拉，儲(chǔ)存檢測(cè)到的峰值，格式為 ENCODE narrowPeak。
可選的輸入/輸出參數(shù)：
-c <file>: 輸入的 SAM/BAM 文件曼库，包含對(duì)照樣本的數(shù)據(jù)区岗。-f <file>: 輸出 bedgraph 格式的文件，用于顯示 p/q 值毁枯。-k <file>: 輸出 bedgraph 格式的文件慈缔，用于顯示堆疊值和 p 值。-b <file>: 輸出 BED 格式的文件种玛，用于顯示讀取/片段/區(qū)間藐鹤。-R <file>: 輸出 PCR 重復(fù)的文件（僅在使用-r參數(shù)時(shí)有效）。
過濾選項(xiàng)：
-r: 移除 PCR 重復(fù)赂韵。-e <arg>: 排除的染色體列表娱节，用逗號(hào)分隔。-E <file>: 輸入 BED 文件祭示，定義要排除的基因組區(qū)域肄满。-m <int>: 保留對(duì)齊的最小 MAPQ 分?jǐn)?shù)（默認(rèn)為 0）。-s <float>: 保留次優(yōu)對(duì)齊质涛，其對(duì)齊得分 (AS) 至少為最佳對(duì)齊得分減去<float>（默認(rèn)為 0）稠歉。-y: 保留未配對(duì)的alignments。-w <int>: 保留未配對(duì)的alignments汇陆，并將長(zhǎng)度修改為<int>怒炸。-x: 保留未配對(duì)的alignments，并將長(zhǎng)度修改為配對(duì)平均值毡代。
ATAC-seq 特定選項(xiàng)：
-j: 使用 ATAC-seq 模式（默認(rèn)為關(guān)閉）阅羹。-d <int>: 將切割位點(diǎn)擴(kuò)展到<int>bp（默認(rèn)為 100）。-D: 跳過 Tn5 切割位點(diǎn)的調(diào)整（默認(rèn)為關(guān)閉）教寂。
峰值調(diào)用選項(xiàng)：
-p <float>: 最大 p 值閾值（默認(rèn)為 0.01）捏鱼。-q <float>: 最大 q 值閾值（FDR-adjusted p-value; 默認(rèn)為 1）。-a <float>: 峰值的最小 AUC 閾值（默認(rèn)為 200.0）酪耕。-l <int>: 峰值的最小長(zhǎng)度（默認(rèn)為 0）穷躁。-g <int>: 顯著位點(diǎn)之間的最大距離（默認(rèn)為 100）。
其他選項(xiàng)：
-X: 跳過峰值調(diào)用步驟因妇。-P: 直接從日志文件（由-f生成）調(diào)用峰值。-z: 使用 gzip 壓縮輸出文件猿诸。-v: 打印狀態(tài)更新和計(jì)數(shù)到標(biāo)準(zhǔn)錯(cuò)誤輸出（stderr）婚被。
這些參數(shù)提供了對(duì) Genrich 工具行為的廣泛控制，使用戶可以根據(jù)具體的實(shí)驗(yàn)設(shè)計(jì)和數(shù)據(jù)類型調(diào)整分析過程梳虽。
Genrich用于鑒定基因組中峰值（peaks）主要步驟：
解析實(shí)驗(yàn)樣本的比對(duì)：首先址芯，解析與參考基因組比對(duì)的配對(duì)末端讀取，以準(zhǔn)確推斷出跨越兩個(gè)正確配對(duì)的比對(duì)的完整DNA片段。默認(rèn)情況下谷炸，不考慮未配對(duì)的比對(duì)北专，盡管有三個(gè)選項(xiàng)可以保留這些比對(duì)。
創(chuàng)建實(shí)驗(yàn)“堆疊”：通過計(jì)算覆蓋基因組每個(gè)位置的DNA片段的數(shù)量來創(chuàng)建旬陡。
使用對(duì)照樣本創(chuàng)建對(duì)照堆疊：如果可用的話拓颓，使用對(duì)照樣本和背景水平來創(chuàng)建一個(gè)對(duì)照堆疊。
計(jì)算每個(gè)基因組位置的p值：這一計(jì)算假定一個(gè)以對(duì)照/背景堆疊值為參數(shù)μ的對(duì)數(shù)正態(tài)分布為零模型描孟。
(可選) 將p值轉(zhuǎn)換為q值：使用Benjamini-Hochberg程序從p值計(jì)算q值驶睦。
計(jì)算所有達(dá)到統(tǒng)計(jì)顯著區(qū)域的“曲線下面積”（AUC）：例如，q < 0.05 ? -log(q) > 1.301匿醒。
合并附近區(qū)域并調(diào)用峰值：將總AUC高于閾值的區(qū)域合并场航，并稱之為峰值。
此外廉羔，Genrich還提供多重映射讀取的處理選項(xiàng)溉痢，允許在否則無法接觸到的基因組區(qū)域檢測(cè)峰值，并且還提供了一種用于ATAC-seq的替代分析模式憋他。此外孩饼，Genrich還具有去除PCR重復(fù)的功能，并計(jì)算基因組長(zhǎng)度以用于計(jì)算背景堆疊值和q值举瑰。
該方法允許使用多個(gè)重復(fù)實(shí)驗(yàn)共同調(diào)用峰值捣辆，首先分別分析重復(fù)實(shí)驗(yàn)，然后通過Fisher方法合并各個(gè)位置的p值此迅，轉(zhuǎn)換為q值并調(diào)用峰值汽畴。
reference：https://github.com/jsh58/Genrich
