Deeptools: Chip-seq数据质量控制

  • A+
所属分类:Bioinformatics

Deeptools 对数据质量控制的命令包含如下

  • plotCorrelation
  • plotPCA
  • plotFingerprint
  • bamPEFragmentSize
  • computeGCBias
  • plotCoverage

可视化工具1 plotCorrelation

使用场景: 计算不同样本的相关性

输入 multiBigwigSummary or multiBamSummary 产生的table文件

输出:相关性热图,或者散点图

$ deepTools2.0/bin/plotCorrelation \
-in scores_per_transcript.npz \
--corMethod pearson --skipZeros \
--plotTitle "Pearson Correlation of Average Scores Per Transcript" \
--whatToPlot scatterplot \
-o scatterplot_PearsonCorr_bigwigScores.png   \
--outFileCorMatrix PearsonCorr_bigwigScores.tab

deepTools2.0/bin/plotCorrelation \
    -in readCounts.npz \
    --corMethod spearman --skipZeros \
    --plotTitle "Spearman Correlation of Read Counts" \
    --whatToPlot heatmap --colorMap RdYlBu --plotNumbers \
    -o heatmap_SpearmanCorr_readCounts.png   \
    --outFileCorMatrix SpearmanCorr_readCounts.tab

主要参数

--corData, -in : multiBigwigSummary 或者 multiBamSummary输出的压缩矩阵文件
--corMethod, -c: 对样品进行聚类的方法,选项有spearman, pearson
--whatToPlot, -p:选择出图样式,选项有heatmap, scatterplot
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--skipZeros: 没有mapping的跳过
--labels, -l: 输入样品名称,不同样品用空格隔开
--plotTitle, -T:出图的标题
--plotFileFormat: 输出格式png, eps, pdf and svg.
--removeOutliers: 去除掉异常值
--outFileCorMatrix: 输出样品间相关系数的矩阵
--plotHeight :图的高度,单位是cm
--plotWidth:图的宽度,单位是cm
--zMin, -min: 设置最小的值
--zMax, -max: 设置最大的值
--colorMap: 设置颜色,颜色表查询位置http://matplotlib.org/examples/color/colormaps_reference.html
--xRange,--yRange: 设置x,y的范围

可视化工具2 plotPCA

使用场景: 画各个样品的主成分图

输入文件,multiBamSummary 和multiBigwigSummary 计算的结果,输出: 图

$ deepTools2.0/bin/plotPCA -in readCounts.npz \
-o PCA_readCounts.png \
-T "PCA of read counts"

重要参数

--corData, -in:multiBamSummary 和multiBigwigSummary
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--labels, -l: 输入样品名称,不同样品用空格隔开
--plotTitle, -T:出图的标题
--plotFileFormat: 输出格式png, eps, pdf and svg.
--plotHeight :图的高度,单位是cm
--plotWidth:图的宽度,单位是cm
--outFileNameData: 输出画PCA的数据
--ntop: 选择top N行的数字进行画图,默认是1000
--PCs: 默认是1,2 ,用于画图的主成分
--log2: 计算PCA时候,对数字进行log2转换,为了避免0,所有数字加上0.01
--colors: 设置颜色,如 red blue green

可视化工具3 plotFingerprint

使用场景:检测Chip-seq相对背景是否有显著的富集。

怎么样的chip-seq是比较好的?

左图a是最理想的富集。图c是input和treat并不明显

$ deepTools2.0/bin/plotFingerprint \
-b testFiles/*bam \
--labels H3K27me3 H3K4me1 H3K4me3 H3K9me3 input \
--minMappingQuality 30 --skipZeros \
--region 19 --numberOfSamples 50000 \
-T "Fingerprints of different samples"  \
--plotFile fingerprints.png \
--outRawCounts fingerprints.tab

 

-b: 输入文件,比对的bam文件
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--outRawCounts: 输出每个bin的counts数目
--ignoreDuplicates:是否忽略掉重复的reads
--minMappingQuality: 去除低比对质量的比对结果
--centerReads: reads are centered with respect to the fragment length。这个参数我不是很理解,师弟给我画了个图

 

--samFlagInclude/--samFlagExclude : 根据sam文件的flag进行挑选和过滤reads
--minFragmentLength:ATAC-seq 设定的参数,FragementLength的长度
--labels, -l: 空格输入的标签
--binSize, -bs: 设置bin的大小
--numberOfProcessors, -p : 线程数
--region, -r: 限定的用于分析的
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--plotTitle, -T:出图的标题
--skipZeros: 没有mapping的跳过

可视化工具4 plotCoverage

使用场景,计算bam的覆盖度

输入 bam文件,输出 图

$ plotCoverage -b H3K4Me1.bam H3K4Me3.bam H3K27Me3.bam H3K9Me3.bam
    --plotFile example_coverage
    -n 1000000
    --plotTitle "example_coverage" \
    --outRawCounts coverage.tab \
    --ignoreDuplicates \
    --minMappingQuality 10 \
    --region 19

# have a look at the optional tabular output: each row represents the number of reads overlapping with a sampled bp
$ head coverage.tab
    'H3K27me3'        'H3K4me1'       'H3K4me3'       'H3K9me3'
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0
    0 0       0       0

参数:

-b: 输入文件,比对的bam文件,用空格分开不同的bam文件
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--outRawCounts: 输出每个bin的counts数目
--ignoreDuplicates:是否忽略掉重复的reads
--minMappingQuality: 去除低比对质量的比对结果
--centerReads: reads are centered with respect to the fragment length。这个参数我不是很理解,师弟给我画了个图
--samFlagInclude/--samFlagExclude : 根据sam文件的flag进行挑选和过滤reads
--minFragmentLength:ATAC-seq 设定的参数,FragementLength的长度
--labels, -l: 空格输入的标签
--binSize, -bs: 设置bin的大小
--numberOfProcessors, -p : 线程数
--region, -r: 限定的用于分析的
--plotFile, -o: 根据后缀名选择输出的文件,可以选择.png, .eps, .pdf and .svg.
--plotTitle, -T:出图的标题
--skipZeros: 没有mapping的跳过
--numberOfSamples, -n: 抽样次数,default为1 million.

manual https://deeptools.readthedocs.io/en/latest/content/tools/plotFingerprint.html

avatar

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: