GCbias
2019-11-04 本文已影响0人
Juan_NF
computeGCbias
- 网页介绍很详细： https://deeptools.readthedocs.io/en/develop/content/tools/computeGCBias.html
-
-b后加sorted bam，--effectiveGenomeSize可以在网页里根据链接找到，--genome后是2bit格式的基因组序列，-freq后是输出的freq文件路径，--biasPlot后是输出的可视化结果；
wkd=/xiaojuan/xjqi/chipseq
computeGCBias -b ${wkd}/03mapping/ChIP-Seq_Pho_SppsKO_2.bam --effectiveGenomeSize 162367812 --genome ${wkd}/reference/dm3.2bit -l 200 -freq ${wkd}/gc_test/frequencies_data.txt --region chr2L --biasPlot ${wkd}/gc_test/test_gc.png 2>/xiaojuan/xjqi/chipseq/log/computeGCbias.log2
-
deeptools的一个功能，用来计算GCbias，所参考的文献是，Benjamini’s method [Benjamini & Speed (2012). 文章所说的GCbias是指，在GC-rich和AT-rich区域均有counts被低估的现象。
-
背景知识：基于假设，理想样本在整个基因组的reads覆盖应该是一致，与碱基组成无关；但实际过程中，DNA聚合酶会倾向于富集GC-rich的区域，因此便会对测序结果产生影响；（
当初在PCR的时候，曾经见到过一个组分叫GC enhancer，这让我跟GC bias的认知冲突了好久，查资料说，GC enchancer的考虑是退火温度） -
计算原理：
computeGCbias首先统计每个GC含量（特定长度的基因组区域的G或C的数目）下的固定长度DNA片段的数量（expected GC profile），这样会得到一个相应的直方图，每个物种对应不同的结果，与实验无关；然后统计每个GC含量下的测序reads数目（ observed GC profile）；理论值和实际值的比较，得到相应的GCbias；
image
image
correctGCbias
-
-b后加sorted bam，--effectiveGenomeSize可以在网页里根据链接找到，--genome后是2bit格式的基因组序列，-freq后computeGCbias生成的结果，-o后跟校正后的bam文件；
wkd=/xiaojuan/xjqi/chipseq
correctGCBias -b ${wkd}/03mapping/ChIP-Seq_Pho_SppsKO_2.bam --effectiveGenomeSize 162367812 --genome ${wkd}/reference/dm3.2bit --GCbiasFrequenciesFile ${wkd}/gc_test/frequencies_data.txt -o ${wkd}/gc_test/gc_corrected.bam 2>/xiaojuan/xjqi/chipseq/log/correctGCbias.log2
【参考内容】
