使用TADbit識別拓撲關聯結構域
- 2019 年 12 月 19 日
- 筆記
TADbit是一個hi-c數據分析的軟體，提供了從原始數據處理到染色質三維模型構建的完整功能，對應的文章鏈接如下
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5540598/
該軟體的pipeline如下圖所示
總體分成以下3個功能模組
- FASTQ
- Interacton Matrix
- 3D Models
第一個模組從原始的fastq文件開始，對序列進行品質過濾，採用GEM軟體將clean reads比對參考基因組，然後進行篩選，構建原始的交互矩陣，並進行歸一化處理，得到歸一化之後的交互矩陣。
第二個模組用於可視化hi-c交互矩陣，並且可以在交互矩陣的基礎上，識別TAD拓撲關聯結構域，對TAD進行可視化，聚類等分析。
第三個模組用於構建染色質三維構象的模型，並進行結構分析。
本文簡單整理下第二個模組的具體用法，詳細步驟如下
1. 可視化hi-c矩陣
該軟體採用python進行開發，採用了面向對象的編程思想，首先要做的就是構建一個object, 構建的過程中需要對應的hi-c交互矩陣, 軟體自帶的測試數據集包含了以下兩個hi-c矩陣
HIC_gm06690_chr19_chr19_100000_obs.txt HIC_k562_chr19_chr19_100000_obs.txt
對應GM06690和K562兩種細胞系19號染色體100kb解析度下的交互矩陣。基於這兩個交互矩陣構建對象並可視化的程式碼如下
可視化的效果圖如下
2. 預測TAD結構域並可視化
有兩種可視化的策略，第一種是在hi-c的熱圖上用矩形標記TAD區域，第二種稱之為density plot, 用法如下
熱圖標記TAD之後的效果圖如下
density plot的效果圖如下
3. TAD Alignment
將多個細胞或組織的TAD進行比較，可以分析其位置是否具有保守性。用法如下
效果圖如下所示
TADbit的用法簡單，可視化效果也很棒，唯一的缺點就是安裝特別費勁。
