這里是佳奧！

讓我們從配置環(huán)境開始吧！

1 Linux環(huán)境

##conda下載安裝
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh 

##安裝
bash Miniconda3-latest-Linux-x86_64.sh 
source ~/.bashrc

##配置環(huán)境
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda
conda config --set show_channel_urls yes

##新建小環(huán)境
conda  create -n atac python=2 bwa
conda info --envs
source activate atac

##可以用search先進行檢索
conda search trim_galore

##保證所有的軟件都是安裝在atac這個環(huán)境下面
conda install -y sra-tools  
conda install -y trim-galore  samtools
conda install -y deeptools homer meme
conda install -y macs2 bowtie bowtie2 

2 R環(huán)境

options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
install.packages("devtools",
               repos="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
library(devtools) 
source("https://bioconductor.org/biocLite.R") 
options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")  
BiocInstaller::biocLite(c('airway','DESeq2','edgeR','limma'))
BiocInstaller::biocLite(c('ChIPpeakAnno','ChIPseeker'))
BiocInstaller::biocLite('TxDb.Hsapiens.UCSC.hg19.knownGene',
                        ask=F,suppressUpdates=T)
BiocInstaller::biocLite('TxDb.Hsapiens.UCSC.hg38.knownGene',
                        ask=F,suppressUpdates=T)
BiocInstaller::biocLite('TxDb.Mmusculus.UCSC.mm10.knownGene',
                        ask=F,suppressUpdates=T)

##值得注意的是Y叔的包檢查會有版本的問題，包括 ChIPseeker                              
library(TxDb.Hsapiens.UCSC.hg19.knownGene) 
library(TxDb.Mmusculus.UCSC.mm10.knownGene) 
library(TxDb.Hsapiens.UCSC.hg38.knownGene) 
library(ChIPpeakAnno) 
library(ChIPseeker) 

3 下載sra數(shù)據(jù)

##測試數(shù)據(jù)
2-ceLL-1 SRR2927015
2-ce11-2 SRR2927016
2-ce11-5 SRR3545580
2-ce11-4 SRR2927018

touch config.sra
vim config.sra

$ cat config.sra
2-ceLL-1 SRR2927015
2-ce11-2 SRR2927016
2-ce11-5 SRR3545580
2-ce11-4 SRR2927018

cut -d" " -f 2 config.sra > srr.list

$ cat srr.list
SRR2927015
SRR2927016
SRR3545580
SRR2927018

##添加到環(huán)境變量
export PATH="$PATH:/home/kaoku/biosoft/sratoolkit/sratoolkit.3.0.0-ubuntu64/bin"

組織好項目

mkdir -p  ~/project/atac/
cd ~/project/atac/
mkdir {sra,raw,clean,align,peaks,motif,qc}
cd sra 

##把上一級的srr.list移到sra目錄
mv ../srr.list  ./

批量下載

cat srr.list | while read id
do
nohup prefetch $id &
done

##下載目錄在/home/ncbi/sra

QQ截圖20221228160006.png

##下載的sra文件
(chipseq) root 11:27:18 /home/kaoku/project/atac/sra
$ ls
SRR2927015.sra  SRR2927016.sra  SRR2927018.sra  SRR3545580.sra  srr.list

4 轉(zhuǎn)化為fastq

##fastq-dump
fastq-dump sra/SRR2927015.sra
--gzip :輸出文件以gz格式壓縮
--split-3 :輸入文件為雙端測序文件
-A :輸出文件名
-O :輸出目錄

$ cat config.sra
2-ceLL-1 SRR2927015
2-ce11-2 SRR2927016
2-ce11-5 SRR3545580
2-ce11-4 SRR2927018

##循環(huán)處理
cat config.sra | while read id;
do echo $id
arr=($id)
srr=${arr[1]}
sample=${arr[0]}
nohup fastq-dump -A  $sample -O /home/kaoku/project/atac/raw --gzip --split-3  /home/kaoku/project/atac/sra/$srr.sra & 
done 

##轉(zhuǎn)化后的fastq文件
(chipseq) root 11:28:23 /home/kaoku/project/atac/raw
$ ls
2-ce11-2_1.fastq.gz  2-ce11-4_1.fastq.gz  2-ce11-5_1.fastq.gz  2-ceLL-1_1.fastq.gz
2-ce11-2_2.fastq.gz  2-ce11-4_2.fastq.gz  2-ce11-5_2.fastq.gz  2-ceLL-1_2.fastq.gz

5 fastq過濾及質(zhì)控可視化

TrimGalore

##添加TrimGalore到環(huán)境變量（依賴cutadapt）
export PATH="$PATH:/home/kaoku/biosoft/trimgalory/TrimGalore-0.6.7"
conda install -c bioconda cutadapt

##trim_galore
-q:設(shè)置線程
--phred33 :使用ASCII+33質(zhì)量值作為Phred得分
--length :去除長度小于參數(shù)值的reads
-e :允許的最大誤差
--stringency :設(shè)置與接頭重疊的序列
--paired :對于雙端測序文件，正反鏈質(zhì)控通過才保留
-o :輸出目錄
fastq_filel:上一步fastq-dump生成的fastq1文件
fastq_file2:上一步fastq-dump生成的fastq1文件

##構(gòu)建config
ls *_1.fastq.gz > 1
ls *_2.fastq.gz > 2
paste 1 1 2 > config.raw

##循環(huán)過濾腳本
cd /home/kaoku/project/atac/raw

cat config.raw | while read id;
do echo $id
arr=($id)
fq1=${arr[1]}
fq2=${arr[2]}
sample=${arr[0]}
nohup trim_galore -q 25 --phred33 --length 35 -e 0.1 --stringency 4 --paired -o /home/kaoku/project/atac/clean $fq1 $fq2 &
done

質(zhì)控可視化

##raw
cd /home/kaoku/project/atac/qc/raw

fastqc -t 5 /home/kaoku/project/atac/raw/*.gz -o ./
multiqc -n 'raw_fq' ./

##clean
cd /home/kaoku/project/atac/qc/clean

fastqc -t 5 /home/kaoku/project/atac/clean/*.gz -o ./
multiqc -n 'clean_fq' ./

得到了質(zhì)控過濾后的數(shù)據(jù)，下一篇我們繼續(xù)比對。

我們下一篇再見！