deeptools系列01-multiBamSummary

一、deeptools?multiBamSummary詳細介紹

官網說明書——deeptools multiBamSummary

功能:計算兩個以上(含兩個)BAM文件的基因組區域的覆蓋度。

兩種模式:

? ? ? ? bin模式是對全基因組進行計算,針對大小相等的bins(默認值:10kb),這種模式用于評估BAM文件的全基因組相似性;

? ? ? ? BED-file模式是對指定區域進行計算。

標準輸出文件:

? ? ? ? 以.npz為后綴的文件,該文件不僅可以直接用于deeptools中的“plotCorrelation”計算并可視化覆蓋度之間的相關性,而且也能用于deeptools中的“plotPCA”進行主成分分析。



二、deeptools?multiBamSummary用法及參數

(1)bins mode

multiBamSummary bins --bamfiles file1.bam file2.bam -o results.npz

--bamfiles(-b):bam文件

--outFileName(-out / -o ):? 輸出文件名。

參數:

--labels(-l ) : 非默認的標簽,用戶自定義文件名標簽。標簽之間用空格隔開。

--smartLabels: 不用手動給輸入的bam文件加標簽,deeptools 會移除路徑和擴展名后使用文件名。

--genomeChunkSize : 手動指定基因組大小。默認值為不指定,由bam文件的read 密度決定。

--binSize (-bs): 用于樣品的基因組窗口大小。默認值是10kb。

--distanceBetweenBins (-n ): 默認情況下,multiBamSummary認為窗口是連續的。但是,為了節省計算時間,可以指定比窗口數更大的間隔長度,服務器會識別更少的bins.默認值是0。

--version: 顯示程序版本號并退出。

--region(-r): 用于限制運行的基因組區域。當測試參數時,利用--region這個參數可以大大減少運行時間。格式是:chr:start:end。如 -region chr10 或者 -region chr10:456700:891000。

--blackListFileName(-bl):bed或gtf格式文件能夠包括不用于分析的區域。通過排除基因組區塊,能夠產生重疊區域。對于Bam文件而言,如果一條read有部分黑名單區域或者片段間隔,那么這個read或者fragment也仍會被考慮在內。如果有相關情況,注意你應該調整有效的基因組大小。

--numberOfProcessor(-p): 使用處理器的數量。默認值是1。

--verbose(-v): 設置查看運行消息。

--outRawCounts:保存的couts數區域(制表符隔開)文件。

--scalingFactors:計算比例因子(DESeq2 方式)能用于bamCoverage并寫入一個文件。該文件用制表符隔開樣品列和比例因子列。

--extendReads(-e) : 該參數可以把reads擴展到fragment大小。

--ignoreDuplicates:具有相同起始終止位點的reads僅讀一次。

--minMappingQuality:那些至少達到最低mapping質量得分的reads才能被考慮在內。

--centerReads:相對于片段長度,reads處于中心位置。

--samFlagInclude:基于sam flag包括在內的reads。默認值:None。

--samFlagExclude:基于sam flag之外的reads。默認值:None。

--minFragmentLength:最小的片段長度。默認值為0。

--maxFragmentLength:最大的片段長度。默認值為0。


(2)BED-file mode

multiBamSummary BED-file --BED selection.bed --bamfiles file1.bam file2.bam -o results.npz

參數:

--bamfiles(-b):bam文件,文件之間用空格隔開。

--outFileName(-out/-o): 輸出文件名。

--BED:限制覆蓋度分析的區域。

--labels(-l ) : 非默認的標簽,用戶自定義文件名標簽。標簽之間用空格隔開。

--smartLabels: 不用手動給輸入的bam文件加標簽,deeptools 會移除路徑和擴展名后使用文件名。

--genomeChunkSize : 手動指定基因組大小。默認值為不指定,由bam文件的read 密度決定。

--version: 顯示程序版本號并退出。

--region(-r): 用于限制運行的基因組區域。當測試參數時,利用--region這個參數可以大大減少運行時間。格式是:chr:start:end。如 -region chr10 或者 -region chr10:456700:891000。

--blackListFileName(-bl):bed或gtf格式文件能夠包括不用于分析的區域。通過排除基因組區塊,能夠產生重疊區域。對于Bam文件而言,如果一條read有部分黑名單區域或者片段間隔,那么這個read或者fragment也仍會被考慮在內。如果有相關情況,注意你應該調整有效的基因組大小。

--numberOfProcessor(-p): 使用處理器的數量。默認值是1。

--verbose(-v): 設置查看運行消息。

--outRawCounts:保存的couts數區域(制表符隔開)文件。

--scalingFactors:計算比例因子(DESeq2 方式)能用于bamCoverage并寫入一個文件。該文件用制表符隔開樣品列和比例因子列。

--extendReads(-e) : 該參數可以把reads擴展到fragment大小。

--ignoreDuplicates:具有相同起始終止位點的reads僅讀一次。

--minMappingQuality:那些至少達到最低mapping質量得分的reads才能被考慮在內。

--centerReads:相對于片段長度,reads處于中心位置。

--samFlagInclude:基于sam flag包括在內的reads。默認值:None。

--samFlagExclude:基于sam flag之外的reads。默認值:None。

--minFragmentLength:最小的片段長度。默認值為0。

--maxFragmentLength:最大的片段長度。默認值為0。

GTF/BED12 參數:

--metagene : 當BED12或GTF文件用于提供區域,會計算合并的外顯子,而不是用5'端或3'端來定義間隔。默認值是False。

--transcriptID: 當GTF文件用于提供區域,第三列transcript用于計算。默認值是transcript。

--exonID: 當GTF文件用于提供區域,第三列exon用于計算。默認值是exon。

--transcript_id_designator: 默認值是transcript_id。


三、deeptools?multiBamSummary實際操作

multiBamSummary bins --bamfiles x.bam y.bam --binSize=500 -p 20 --smartLabels -out readCounts.npz --outRawCounts readCounts.tab

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容