HiC-Pro | HiC数据处理工具

一、HiC-Pro

HiC-Pro官网

https://github.com/nservant/HiC-Pro

下载软件包

git clone https://github.com/nservant/HiC-Pro.git

利用conda配置软件运行环境

conda env create -n hicpro -f /gss1/home/tri01/software/HiC-Pro/environment.yml

HiC-Pro的编译安装

修改config-install.txt和config-system.txt文件下的路径
make configure
make install

二、运行文件准备

准备三个文件：bed、table、bowtie2构建的索引，bed、table文件格式可以参考HiC-Pro软件安装包annotation目录下的人类和小鼠的.bed和.sizes文件。
bed文件由保存着基因组数据的fasta文件，经过digest_genome.py的python脚本处理得到，具体命令为：python digest_genome.py -r ^GATC -o Tden_mobi.bed Tden.genome.fasta。
索引文件利用bowtie2得到，具体命令为： bowtie2-build Tchi.fasta tc
#第一个Tchi.fasta代表输入的参考序列
#第二个tc代表输出的索引文件前缀
#产生六个.bt2新文件
table文件保存着每条contig的长度，可以利用samtools得到

samtools faidx Tden.fasta
awk '{print $1 "\t" $2 }' Tden.fasta.fai > Tden.sizes

修改配置文件config-hicpro.txt

1-12行不需要修改。

13-25行：
16行CPU数目，21行内存大小，越大计算越快，其余几行不用改。

26-32行：
原始的下机数据的前缀的最后要以_R1/_R2结尾，当然也可以在配置文件里修改成与raw_data前缀的最后一样。

37-42行：
39行改为构建索引的绝对路径，40、41不用改。

43-49行：
47行是索引的前缀，48行保存染色体/contig大小文件的绝对路径。

64-73行：
67行是基因组酶切的bed文件的绝对路径；
68行为酶切连接位点，Mobi酶切连接位点为GATCGATC；
69行酶切后最小的片段长度，70行酶切后最大的片段长度，这个范围越大，reads数越多；
71，72行插入片段的大小，HiC建库的插入片段长度一般在300-500bp。

85-91行：
89行是将bin的长度，我选择了10kb-1Mb之间，bin的值越小，分辨率越高，处理起来占用内存空间越大，后面做的图数据量能达到的话，结果会更精准吧。
90行是生成矩阵的形式，可选参数为：complete、asis、upper和lower，默认值为upper。如果后续还要做A/B compartment分析的话，需修改成complete，否则会影响PCA分析的结果。

三、运行

HiC-Pro -i 输入文件路径 -o 输出文件路径/文件名 -c 配置文件

PS：输入文件要在二级目录下，不能在当前目录或着一级目录下。
PPS：结果文件存放的目录不需要提前建好。

四、常见报错

局部比对报错
Pairing of R1 and R2 tags …
Logs: logs/fastq/mergeSAM.log
make: *** [/home/yaotianyi/biosoft/HIC-PRO/bin/…/scripts//Makefile:144: bowtie_pairing] Error 1
解决办法：重新建立索引，再跑一次。
矫正出错，得不到.matrix文件
Run ICE Normalization …
Logs: logs/sample1/ice_20000.log
/home/biocon/yaotianyi/biosoft/HIC-PRO/bin/…/scripts//Makefile:191: recipe for target ‘ice_norm’ failed
make: *** [ice_norm] Error 1
问题所在: 编译安装好的HiC-Pro的ice文件使用的是作者设置的环境，更改成自己安装好的环境即可。

cd $HiC-Pro insrall PATH$/scripts/
vi ./ice
将一行改成自己的环境,，再重新运行即可

HiC-Pro | HiC数据处理工具相关推荐

HiC-Pro: Hi-C数据预处理高效工具
本文可在http://xuzhougeng.top/archives/HiC-Pro-An-optimized-and-flexible-pipeline-for-Hi-C-data-processi ...
盘点数据处理工具，手把手教你做数据清洗和转换
导读:原始数据本身没有用.为了使它实际有用,你需要准备它. 作者:Mars Geldard, Jonathon Manning, Paris Buttfield-Addison, Tim Nugent ...
探秘采云间：全链路数据处理工具直击传统DW/BI痛点
采云间近几年来,各行各业的数据增长趋势都非常明显,大数据不再是少数大企业的专属研究领域.如何在数据金矿中挖掘出宝藏.如何做好数字化运营,成为各类企业共同关注的话题.针对企业日益迫切的数据化运营需求, ...
mac mysql sequel_苹果系统Sequel Pro—MySQL客户端工具一个大坑
软件名称:Sequel Pro(MySQL客户端工具) 官网地址:http://www.sequelpro.com/ 该工具在导出表数据的时候,会产生一条坑爹的SQL:/*!40000 ALTER T ...
Python 数据处理工具 Pandas（上）
序列与数据框的构造外部数据的读取(文本文件读取.电子表格读取.数据库数据读取) 数据类型转换及描述统计字符与日期数据的处理数据清洗方法(重复观测处理.缺失值处理.异常值处理) 数据子集的获取透 ...
[转]开源大数据处理工具汇总
查询引擎一.Phoenix 贡献者::Salesforce 简介:这是一个Java中间层,可以让开发者在Apache HBase上执行SQL查询.Phoenix完全使用Java编写,代码位于GitH ...
python数据处理工具-Pandas笔记
序列与数据框的构造 Pandas模块的核心操作对象就是序列Series和数据框DataFrame序列可以理解为数据集中的一个字段数据框是指含有至少两个字段(或序列)的数据集. 构造序列可以通过以下几 ...
1、大道至简的数据处理工具-（Microsoft Power Query入门）
大道至简的数据处理工具-Microsoft Power Query 告别复杂的excel函数,excel VBA编程,让一切回归简单与职能. 什么样的人群适合这样的一个工具: 1.出纳.会计.统计.仓 ...
一共81个，开源大数据处理工具汇总（下）转
作者:大数据女神-诺蓝(微信公号:dashujunvshen).本文是36大数据专稿,转载必须标明来源36大数据. 接上一部分:一共81个,开源大数据处理工具汇总(上),第二部分主要收集整理的内容主要 ...
数据分析---数据处理工具pandas（二）
文章目录数据分析---数据处理工具pandas(二) 一.Pandas数据结构Dataframe:基本概念及创建 1.DataFrame简介 2.创建Dataframe (1)方法一:由数组/lis ...

HiC-Pro | HiC数据处理工具

HiC-Pro | HiC数据处理工具相关推荐

最新文章

热门文章