使用UPORA对peak进行注释

欢迎关注”生信修炼手册”!

UROPA是一个命令行工具，可以对基因组区域进行注释，这里的基因组区域要求是BED格式，比如chip，ATAC_seq等数据产生的peak区间。同时需要提供一个GTF格式的基因组注释信息，比如从UCSC,ensemble,ncbi等数据库下载的参考基因组文件。在注释结果中不仅给出了peak在基因组中的定位，还会给出对应的正负链，与基因的距离，对应的基因类型等较为全面的注释信息。官方文档网址如下

https://uropa-manual.readthedocs.io/introduction.html

该软件根据peak的中心与基因的相对位置，将peak的基因组定位划分为以下几种类型，示意如下

提供了多种安装方式，这里我采用的是直接拉取官方的docker镜像，用法如下

docker pull loosolab/uropa

该软件需要三个输入文件：

1. GTF格式的注释文件

2. BED格式的peak文件

3. JSON格式的配置文件

用法也比较简便， 我使用官方的是测试数据，步骤如下

1. 下载GTF格式的基因组注释文件

wget ftp://ftp.ensembl.org/pub/release-75/gtf/homo_sapiens/Homo_sapiens.GRCh37.75.gtf.gz
gunzip Homo_sapiens.GRCh37.75.gtf.gz

2.下载bed格式的peak区间文件

wget https://www.encodeproject.org/files/ENCFF966LMJ/@@download/ENCFF966LMJ.bed.gz
gunzip ENCFF966LMJ.bed.gz

3.  准备JSON格式的配置文件

配置文件内容如下

{
"queries": [
        {"feature":"gene", "distance":5000, "feature.anchor": "start", "show.attributes":"gene_name"},
        {"feature": "gene","distance":5000, "feature.anchor":"center"}],
"priority" : "False",
"gtf": "/home/soft/uropa/Homo_sapiens.GRCh37.75.gtf",
"bed": "/home/soft/research/uropa/ENCFF966LMJ.bed"
}

配置文件命名为config.json, 代码如下

docker run \
--rm \
-v /home:/home \
loosolab/uropa \
uropa \
-i /home/soft/uropa/config.json 
\-p /home/soft/uropa/uropa

-i参数指定配置文件的路径，-p指定输出文件的前缀。输出文件如下

├── uropa_allhits.txt
├── uropa_besthits.txt
└── uropa_finalhits.txt

这三个文件内容相同，只是行数不同，内容示意如下

软件会自动给每一个peak一个id, 可以直观的看到peak与基因之间的关系，更多用法和细节请参考官方文档。

·end·

—如果喜欢，快分享给你的朋友们吧—

扫描关注微信号，更多精彩内容等着你！