一、deeptools安裝
見我寫的第一篇文章《Conda 安裝軟件萬能鏈接》：Conda安裝軟件萬能鏈接
二、deeptools可視化要用到4個小命令——bamCoverage、computeMatrix、plotProfile 、plotHeatmap，我簡稱bcpp一整套（方便記憶，哈哈哈，為啥叫一整套就說明了這4個小命令是可以連著用的，緊密性很強。）
deeptools官網：deeptools官網
bamCoverage官網說明書：bamCoverage官網說明書
或者直接在節點上直接輸：deeptools bamCoverage --help 查看參數和用法，但是官網說明書還有原理更方便理解。
computeMatrix官網說明書：computeMatrix官網說明書
或者直接在節點上直接輸：deeptools computeMatrix --help 查看參數和用法，但是官網說明書還有原理更方便理解。
plotProfile 官網說明書：plotProfile官網說明書
或者直接在節點上直接輸：deeptools plotProfile --help 查看參數和用法，但是官網說明書還有原理更方便理解。
plotHeatmap 官網說明書：plotHeatmap官網使用說明書
或者直接在節點上直接輸：deeptools plotheatmap --help 查看參數和用法，但是官網說明書還有原理更方便理解。
（后面會更新每一個小命令的具體原理和參數說明）
三、實際操作（參數可以根據自己的數據進行調整探索！世界上沒有兩片完全相同的葉子!!!）
1、bamCoverage：將bam文件轉化為bigwig文件，bw文件可以直接導入IGV進行可視化。
bamCoverage -b x.bam -of bigwig -o x.bw -p 20 --ignoreDuplicates --binSize 10 --normalizeUsing RPKM
注：
?-b：輸入的bam文件 。
-o：輸出的文件 。
?--ignoreDuplicates：忽略重復，也就是說具有相同方向和起始點的reads只會識別一次不會重復識別。
--binSize（-bs）：設置輸出的文件的bins大小，默認值是50。
--normalizeUsing :可選值有RPKM、CPM、BPM、RPGC、None。默認值是None。
2、computeMatrix：生成矩陣，有兩種方式：一種是scale-regions , 另外一種是reference-point ，具體見官網說明書。
①?scale-regions mode：
computeMatrix scale-regions -R X.gene.bed -S x.bw --smartLabels -p 20 --binSize 10 -b 3000 -a 3000 --regionBodyLength 5000 --sortRegions keep -o x.gz --outFileSortedRegions computeMatrix_x.bed --outFileNameMatrix matrix_x.tab
注：
-R：后面跟gene.bed文件，該文件可以從基因注釋文件（gff3格式）轉化而來。
-S：后面跟上一步產生的bw文件。
-p:??要使用的處理器數量。默認值是1。
--binSize： bin大小。默認值是10。
-b:? ??所選參考點的上游距離。默認值是500。
-a:? ? ?所選參考點的下游距離。默認值是1500。
--regionBodyLength:默認值是5000。
--sortRegions:輸出文件是否應該顯示排序的區域。默認情況下不對區域進行排序。如果需要輸出順序與輸入區域匹配，則指定“keep”。默認值是keep。
-o:? ? 輸出文件。
--outFileSortedRegions:跳過0或最小/最大閾值后保存區域的文件名。文件中區域的順序與所選的排序順序一致。
--outFileNameMatrix:?如果選擇這個選項，則熱圖的基礎值矩陣將使用指定的名稱保存。這個矩陣可以很容易地加載到R或其他程序中。
②?reference-point mode:
computeMatrix reference-point --referencePoint TSS -b 3000 -a 3000 -R X.gene.bed -S x.bw --skipZeros -o matrix_x_TSS.gz --outFileSortedRegions computeMatrix_x_TSS.bed
注：
-R：? ?后面跟gene.bed文件，該文件可以從基因注釋文件（gff3格式）轉化而來。
-S：? ?后面跟上一步產生的bw文件。
-b:? ? ?所選參考點的上游距離。默認值是500。
-a:? ? ?所選參考點的下游距離。默認值是1500。
--skipZeros：分數為零的區域是否應該被包括在內。默認是包括它們。
-o:? ? ? 輸出文件。
--outFileSortedRegions:?跳過0或最小/最大閾值后保存區域的文件名。文件中區域的順序與所選的排序順序一致。
--outFileNameMatrix:?如果選擇這個選項，則熱圖的基礎值矩陣將使用指定的名稱保存。這個矩陣可以很容易地加載到R或其他程序中。
如果以轉錄終止位點為參考位點的話就將TSS換成TES。
3、plotProfile：矩陣文件可視化。
plotProfile -m matrix_x.gz -out Profile_x.pdf --outFileNameData plotProfile_x.tab
注：
-m:?矩陣文件。
-out:保存的文件名。文件的結尾即圖像的格式。可用的選項有:" png "， " eps "， " pdf "和" svg "。
--outFileNameData：保存平均配置文件的基礎數據。
4、plotHeatmap：創建基因組區域相關的得分熱圖。
plotHeatmap -m matrix_x.gz -out x_Heatmap.png
注：
-m: 矩陣文件。
-out:?保存的文件名。文件的結尾即圖像的格式。可用的選項有:" png "， " eps "， " pdf "和" svg "。
四、結果
1、bamCoverage結果是生成一個bw文件，然后我導入IGV查看結果如下：
? ? ? ? ? ? ?還可以將peak.bedgraph和基因注釋文件gff3文件一起導入IGV進行查看
2、plotProfile結果：
scale-regions mode
reference-point mode
reference-point mode
3、plotHeatmap結果：
