10.17 IGV可视化 snpEFF注释 解压缩命令
一、IGV可视化
查看bam文件：samtools view -h in.bam 可以加限制看具体位置
第一，把你想查看的那部分区域用samtools view提取出来，生成一份小一些的BAM，然后下载下来，在导入到IGV中。
$ samtools view -h in.bam chr22:16050103-16050203 | samtools view -Sb - > small.bam
但是我的文件不大，直接scp下来。
安装IGV需要先安装java。
IGV使用：https://www.jianshu.com/p/e5338858dd82（还介绍了如何自己构建参考基因组）
其实文件挺大的
选择参考基因组，这里直接使用NC_000913
file loadfile加载bam文件，需要sort过，并且有索引
加载时间过长，可以出高端图用。
还可以igvtools将bam文件转换为tdf文件：https://www.jianshu.com/p/c0635eb9ac24
但是tdf文件只能反映基因组每个区域的测序深度，无法看到具体的比对情况，适合用来check找到的peak或者CNV。
第二，不下载，直接在终端用samtools tview进行查看。samtools tview有类似于IGV的功能，虽然体验会稍差一些。
samtools tview --reference ./ref2/E.coli_K12_MG1655.fa ./out/bamout/SRR1770413.sorted.markdup.bam
(效果确实很不好，注意reference前--，参考基因组和bam文件都要有索引）
在该模式下，按下键盘‘g’后，会跳出一个Goto框，在里面输入想要调整过去的位置.
https://www.jianshu.com/p/364e640d3c9f
二、参考基因组数据的查找和注释文件查找
参考基因组：Genome Browser
https://link.jianshu.com/?t=http://genome.ucsc.edu/index.html
downloads -> genome data 里面都是动物的基因组，sad
注释文档：gtf gff文件
GFF全称为general feature format，这种格式主要是用来注释基因组。
GTF全称为gene transfer format，主要是用来对基因进行注释。
https://www.gencodegenes.org/
https://www.jianshu.com/p/1b9426d0f9f4
https://www.jianshu.com/p/3e545b9a3c68
上两篇：讲解人的基因组数据下载和文件解压合并。与导入IGV
三、snpEFF注释
http://snpeff.sourceforge.net/SnpEff_manual.html#databases
1.下载zip
2.scp到服务器
3.home dir ：unzip snpEff_latest_core.zip
在mac上进行，p到服务器上：
服务器没网，在mac上查看，需要JDK才可以使用java命令行
4.查看有哪些database：java -jar snpEff.jar databases
mac上成功下载
5.java -jar ./snpEff/snpEff.jar download Escherichia_coli_mgh_57
下载失败了，没connect上
6.下载成功之后，在软件安装目录的data文件夹下，会有一个以数据库名字命名的文件夹，里面就是下载好的所有文件
https://www.jianshu.com/p/ad1ab3d7fcd0
自己制作database：
http://blog.csdn.net/msw521sg/article/details/77103620
1.首先下载参考基因组和注释文件
2.在snpEff目录下创建data文件
3.在data中创建E.coli 和genomes两个文件
4.将gff文件放到E.coli中，genomes中放入fa文件（fna要改为fa）
5.在snpEff目录下的snpEff.config 中最后：
输入的内容
6.snpEff目录下执行：
java -jar snpEff.jar build -gff3 -v E.coli
7.vcf文件移到data目录下后
java -jar snpEff.jar E.coli data/SRR1770413.HC.vcf >SRR1770413.HC.eff.vcf
8.得到三个文件
其他：
解压缩命令：
.tar
解包：tar xvf FileName.tar
打包：tar cvf FileName.tar DirName
（注：tar是打包，不是压缩！）
———————————————
.gz
解压1：gunzip FileName.gz
解压2：gzip -d FileName.gz
压缩：gzip FileName
.tar.gz 和 .tgz
解压：tar zxvf FileName.tar.gz
压缩：tar zcvf FileName.tar.gz DirName
———————————————
.bz2
解压1：bzip2 -d FileName.bz2
解压2：bunzip2 FileName.bz2
压缩： bzip2 -z FileName
.tar.bz2
解压：tar jxvf FileName.tar.bz2
压缩：tar jcvf FileName.tar.bz2 DirName
———————————————
.bz
解压1：bzip2 -d FileName.bz
解压2：bunzip2 FileName.bz
压缩：未知
.tar.bz
解压：tar jxvf FileName.tar.bz
压缩：未知
———————————————
.Z
解压：uncompress FileName.Z
压缩：compress FileName
tar.Z
解压：tar Zxvf FileName.tar.Z
压缩：tar Zcvf FileName.tar.Z DirName
———————————————
.zip
解压：unzip FileName.zip
压缩：zip FileName.zip DirName
———————————————
.rar
解压：rar x FileName.rar
压缩：rar a FileName.rar DirName
———————————————
.lha
解压：lha -e FileName.lha
压缩：lha -a FileName.lha FileName
———————————————
.rpm
解包：rpm2cpio FileName.rpm | cpio -div
———————————————
.deb
解包：ar p FileName.deb data.tar.gz | tar zxf -
查找参考基因组和注释：
使用ncbi genome 输入物种名
移到文件底端：
esc 88888 下键
明天的下篇文章主要学习各种文件所表达的信息和内容
