使用deeptools将bam文件转换为bw文件

deeptools 提供两个bam转换为bw的命令，分别是 bamCoverage 和 bamCompare 。两者的区别在于 bamCoverage 是对单个bam文件进行转换，而 bamCompare 接受两个bam文件，生成两者信号比值的bw文件。

以下是ChIP-seq 数据转换链悄的一个示例用法

-b, --bam ： 输入的bam文件

-o ：输出的bw文件

-bs, --binSize ：分割的bin size

--normalizeUsing ：每个bins中read counts的校正单位，可以从 RPKM , CPM , BPM , RPM , RPGC 中选择

--effectiveGenomeSize ：可比对基因组区域的大小（bp），可以从这里查 http://deeptools.readthedocs.io/en/latest/content/feature/effectiveGenomeSize.html

--scaleFactor ：数值，可以是由spike-in推算的校正因子

--numberOfProcessors, -p ：使用的线程数

bamCompare 的基本用法如下

其中，

-b1 ：处理组的bam文件

-b2 ：控制组的bam文件

-o ：输出的bw文件

--scaleFactorsMethod ： Possible choices: readCount, SES, None。用于校正样本间文库测序深度的方法，也可以将该参数设置为 None ，然后使用 --normalizeUsing 进行校正。

--operation ：Possible choices: log2, ratio, subtract, add, mean, reciprocal_ratio, first, second.

--pseudocount ： 添加一个较小的数值避免分芹逗母为0，默认是 1

另外棚首渣， bamCoverage 中使用的多数参数在 bamCompare 中都能使用。

本文只是简单总结了 bamCoverge , bamCompare 两个命令中的部分参数，关于其详细的参数列表可以到其官方文档，或者在linux下加上 --help 参数查看。

完。

ATAC后续可视化生成的热图和平均图可以用R包进行绘制，我这里选的是deeptools里的bamCoverage和computeMatrix功能

deeptools安装是用conda一键式安装，我直接安在base环境下，不需要再另外配置环境

看一下deeptools的手册，可以更快帮助自己了解deeptools的参数

先将之前bowtie比对的bam文件进行归一化，转为bigwig文件

需要用samtools先建索引:ls *.rmdum.bam |xargs -i samtools index {}

bamCoverage命令转bw文件，-b是输入文件，-o是是输出文件

bamCoverage -b /home/huilin_hu/Arabidopsis/output/5.clean/57.bowtie.clean.sort.exc.sort.reheader.rmdup.bam -o 57.bw

computeMatrix 有两种不同的模式

reference-point ( relative to a point ): 计算某个点的信号丰度

scale-regions(over a set of regions ): 把所有基因组区段缩放判明至同样大小，然后计算其信号丰度

我这里是输入多个样本

-b 10000是指上游区域10000bp -a是指下游区域10000bp

-R是拟南芥基因组注释文件中提取的bed文件，共三列，染色体，起始坐标运冲旦和终止坐标

-S是bamCoverage转的bw文件

会输出两个文件：matrix1_test_TSS.gz  regions1_test_genes.bed 自己命名就好，这两个文件用于后期画热图和平均图

computeMatrix reference-point --referencePoint TSS -p 15 \

-b 10000 -a 10000    \

-R /home/huilin_hu/Arabidopsis/output/5.clean/genes.bed \

-S /home/huilin_hu/Arabidopsis/output/5.clean/*.bw  \

--skipZeros  -o matrix1_test_TSS.gz  \

--outFileSortedRegions regions1_test_genes.bed

使用上述命令的时候运行的比较慢

plotHeatmap -m matrix1_test_TSS.gz -out 57_Heatmap_1K.png

我这里会报这个错，但是也出图了，下方所示，这个错误的网址目前我没打开

Bad key "text.kerning_factor" on line 4 in

/home/huilin_hu/miniconda3/lib/python3.7/site-packages/matplotlib/mpl-data/stylelib/_classic_test_patch.mplstyle.

You probably need to get an updated matplotlibrc file from

https://github.com/matplotlib/matplotlib/blob/v3.1.3/matplotlibrc.template

or from the matplotlib source distribution

平均旁扰图：plotProfile -m matrix1_test_TSS.gz -out 57_test.png

---