Fit-hic 2 通過(guò)hic數(shù)據(jù)檢測(cè)顯著性互作

  1. 安裝
    官網(wǎng)中提到三種安裝方法易稠,可通過(guò)conda, pip,git clone 安裝該軟件.
    我們這里利用conda,非常簡(jiǎn)單快速.
    1.1 conda創(chuàng)建環(huán)境
conda create -n fithic python=3.8

1.2 conda 安裝 fithic

conda install fithic

1.3 測(cè)試

fithic -V

1.4 測(cè)試數(shù)據(jù)

svn export https://github.com/ay-lab/fithic/trunk/fithic/tests/

1.5 獲得源代碼

git clone https://github.com/ay-lab/fithic.git

利用源代碼/fithic/tests/run_tests-pip.sh 測(cè)試軟件莹妒,正常情況下應(yīng)該看到所有步驟都是成功的.

  1. 用自己的數(shù)據(jù)檢測(cè)顯著性互作
    2.1 在源代碼fithic/utils/目錄下有很多輔助腳本,這里我們使用HiCPro2FitHiC.py腳本準(zhǔn)備input文件
    利用hic-pro的結(jié)果:
python3 ./fithic/utils/HiCPro2FitHiC.py -i /hicpro/matrix/WT/raw/10000/WT_10000.matrix --bed /hicpro/matrix/WT/raw/10000/WT_10000_abs.bed -s /hicpro/matrix/WT/iced/10000/WT_10000_iced.matrix.biases -o ./WT -r 10000

參數(shù)解釋:
-i hicpro結(jié)果中產(chǎn)生的原始矩陣
--bed 原始矩陣相對(duì)應(yīng)的bin的數(shù)目及坐標(biāo)
-s hicpro結(jié)果iced校正后的值
-o 輸出結(jié)果的目錄
-r 解析度
2.2 在完成上一步之后,我們會(huì)得到三個(gè)壓縮文件可以作為fithic 主程序的輸入文件.分別為:
fithic.fragmentMappability.gz, hic實(shí)驗(yàn)中的片段信息;
fithic.interactionCounts.gz, hic實(shí)驗(yàn)中片段之間的互作信息.
fithic.biases.gz, ICE方法的校正信息.
有了這些文件算行,我們終于可以進(jìn)行分析,找到顯著性的互作.
2.3 執(zhí)行fithic

fithic -f fithic.fragmentMappability.gz -i fithic.interactionCounts.gz -o ./10k_WT -r 10000 -t fithic.biases.gz -v -x All

參數(shù)解釋: -f, -i, -t是我們準(zhǔn)備好的輸入文件.
-o 是輸出文件的目錄
-r 解析度
-v 產(chǎn)生相應(yīng)的顯著性互作的圖
-x All. 是指找到染色體間和染色體內(nèi)的互作苫耸,還有另外兩個(gè)選項(xiàng)是 'interOnly', 'intraOnly'.

運(yùn)行時(shí)間還是挺快的州邢,兩個(gè)小時(shí)左右產(chǎn)生結(jié)果.

  1. 結(jié)果
    產(chǎn)生出5個(gè)文件,由于我們添加了-v選項(xiàng)褪子,因此會(huì)有兩個(gè)圖.其中一個(gè)如下所示


    image.png

    我們主要關(guān)注的FitHiC.spline_pass1.res10000.significances.txt.gz文件包含互作信息.如下所示


    image.png

    前四列分別是互作的兩個(gè)片段的染色體位置和互作片段的中點(diǎn)位置量淌,contactCount是互作數(shù)目骗村,p-value 和 q-value 是顯著性統(tǒng)計(jì)值,bias1 和 bias2 是兩個(gè)互作片段的Bias value呀枢,ExpCC 是預(yù)期的互作個(gè)數(shù).
    3.1 過(guò)濾和合并
    由于我們想得到顯著性的互作叙身,因此可以根據(jù)實(shí)際情況通過(guò)p-value 或者q-value進(jìn)行過(guò)濾,此外也可以利用./fithic/utils/下的merge-filter.sh 或者 merge-filter-parallelized.sh對(duì)臨近的互作合并.

??硫狞,就到這里吧.
更多信息和問(wèn)答可以參考GitHub網(wǎng)站

https://github.com/ay-lab/fithic
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末信轿,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子残吩,更是在濱河造成了極大的恐慌财忽,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,378評(píng)論 6 516
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件泣侮,死亡現(xiàn)場(chǎng)離奇詭異即彪,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī)活尊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,970評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門隶校,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人蛹锰,你說(shuō)我怎么就攤上這事深胳。” “怎么了铜犬?”我有些...
    開封第一講書人閱讀 168,983評(píng)論 0 362
  • 文/不壞的土叔 我叫張陵舞终,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我癣猾,道長(zhǎng)敛劝,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,938評(píng)論 1 299
  • 正文 為了忘掉前任纷宇,我火速辦了婚禮夸盟,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘像捶。我一直安慰自己上陕,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,955評(píng)論 6 398
  • 文/花漫 我一把揭開白布作岖。 她就那樣靜靜地躺著唆垃,像睡著了一般。 火紅的嫁衣襯著肌膚如雪痘儡。 梳的紋絲不亂的頭發(fā)上辕万,一...
    開封第一講書人閱讀 52,549評(píng)論 1 312
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼渐尿。 笑死醉途,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的砖茸。 我是一名探鬼主播隘擎,決...
    沈念sama閱讀 41,063評(píng)論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼凉夯!你這毒婦竟也來(lái)了货葬?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,991評(píng)論 0 277
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤劲够,失蹤者是張志新(化名)和其女友劉穎震桶,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體征绎,經(jīng)...
    沈念sama閱讀 46,522評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡蹲姐,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,604評(píng)論 3 342
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了人柿。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片柴墩。...
    茶點(diǎn)故事閱讀 40,742評(píng)論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖凫岖,靈堂內(nèi)的尸體忽然破棺而出江咳,到底是詐尸還是另有隱情,我是刑警寧澤隘截,帶...
    沈念sama閱讀 36,413評(píng)論 5 351
  • 正文 年R本政府宣布扎阶,位于F島的核電站,受9級(jí)特大地震影響婶芭,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜着饥,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,094評(píng)論 3 335
  • 文/蒙蒙 一犀农、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧宰掉,春花似錦呵哨、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,572評(píng)論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至挪拟,卻和暖如春挨务,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,671評(píng)論 1 274
  • 我被黑心中介騙來(lái)泰國(guó)打工谎柄, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留丁侄,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 49,159評(píng)論 3 378
  • 正文 我出身青樓朝巫,卻偏偏與公主長(zhǎng)得像鸿摇,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子劈猿,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,747評(píng)論 2 361

推薦閱讀更多精彩內(nèi)容