BatMeth2
为了更方便地完成DNA甲基化数据分析,我们打包了所有功能,以完成易于使用的自动运行包,用于DNA甲基化分析。在执行BatMeth2期间,会生成有关样本统计信息的html报告。
- 在进行数据分析前,需要准备基因组和索引文件
- 首先准备fasta格式的参考基因组
- 对于WGBS数据,建立索引:
BatMeth2 build_index GENOME.fa
- 对于RRBS数据,建立索引:
BatMeth2 build_index rrbs GENOME.fa
- 数据分析
- 对于原始数据,运行命令
- 经过质量过滤后的数据,运行命令:
###### COMMAND
BatMeth2 pipel --fastp ~/location/to/fastp -1 Raw_reads_1.fq.gz -2 Raw_read_2.fq.gz -g ./batmeth2index/genome.fa -o meth -p 6 --gff ./gene.gff
###### COMMAND
BatMeth2 pipel -1 Clean_reads_1.fq.gz -2 Clean_read_2.fq.gz -g ./batmeth2index/genome.fa -o meth -p 6 --gff ./gene.gff
BatMeth2 分析流程主要包含:测序序列质量过滤、DNA甲基化序列比对、DNA甲基化水平计算、DNA甲基化水平功能注释以及DNA甲基化水平可视化等功能。
主要参数如下:
- 数据质量控制
- 序列比对
- 必要参数
- 选用其他比对软件时:
- 计算甲基化水平
- DNA甲基化功能注释
--fastp fastp程序路径, 如果未指定--fastp参数,输入文件应该使用质控后的数据
--aligner 指定比对程序,默认BatMeth2,可选程序bwa-meth, bsmap, bismark2, no(输出目录下已有比对结果文件)
-i 输入文件,如果是双端数据,请使用-1, -2参数,输入文件可以使用逗号分隔
-1 输入文件左端的文件,如果是单端请使用-i参数
-2 输入文件右端的文件
-g 比对使用的参考基因组路径
-p 线程数,默认6
-O 输出结果目录,默认是输出到当前目录下(./)
-o 输出文件的前缀
--go 选用其他比对软件(bsmap/bwa-meth/bismark)进行比对时,需指定该软件对应的基因组索引文件
--Qual 当read质量分数>=Q,用于甲基化水平分析,默认是10
--redup 去除PCR冗余,0或者1,默认是0.
--region 设置计算甲基化水平区间大小,可用于后续差异分析,默认参数是1000bp。
-f 对于sam格式输出文件,包含methState属性。[0或者1],默认为0
--coverage 设置最小的覆盖度,默认是5
--binCover 每个区域最小的nCs,默认是3
--chromstep 染色体使用100000bp的重叠滑动窗口,步长为50000bp。 默认为:50000(bp)
--gtf/--gff/--bed Gtf文件,gff文件或者bed文件
--distance 分布于基因bocy和上下游的DNA甲基化水平。设置上游和下游的距离,默认是2000bp
--step 基因及其两侧序列使用序列长度的5%的重叠滑动窗口,步长为序列长度的2.5%,默认步长为0.025(2.5%)
-C 测序覆盖度不能超过该数值,默认是1000
--coverage 设置最小的覆盖度,默认是5
--binCover 每个区域最小的nCs,默认是3