關(guān)于原理部分和更詳細(xì)的介紹，見HiC-Pro: Hi-C數(shù)據(jù)預(yù)處理高效工具, 這里只介紹如何快速使用Singularity的HiC-Pro進(jìn)行數(shù)據(jù)分析。
關(guān)鍵內(nèi)容就是，config-hicpro.txt 里的文件路徑信息都必須是絕對(duì)路徑，否則默認(rèn)都位于annotation目錄下。切記，切記，切記。
第零步: Singularity的HiC-Pro鏡像下載,
# 下載
mkdir -p /opt/biosoft/HiC-Pro
cd /opt/biosoft/HiC-Pro
wget https://zerkalo.curie.fr/partage/HiC-Pro/singularity_images/hicpro_latest_ubuntu.img
# 使用
singularity exec /opt/biosoft/HiC-Pro/hicpro_latest_ubuntu.img HiC-Pro -h
第一步：建立輸入數(shù)據(jù)文件夾, 數(shù)據(jù)不能是軟連接形式，只能是復(fù)制或者移動(dòng)
mkdir -p fastq/xxx
cp xxx_R1.fastq.gz xxx_R2.fastq.gz fastq/xxx/
# 如果有多個(gè)樣本
mkdir -p fastq/yyy
cp yyy_R1.fastq.gz yyy_R2.fastq.gz fastq/yyy/
第二步：創(chuàng)建參考數(shù)據(jù)庫，需要修改ENZYME
ENZYME=DpnII
# build reference
mkdir reference
mv 你的參考序列.fasta reference/genome.fa
# enzyme site
singularity exec /opt/biosoft/HiC-Pro/hicpro_latest_ubuntu.img \
/usr/local/bin/HiC-Pro_2.11.4/bin/utils/digest_genome.py -r $ENZYME \
-o reference/genome_${ENZYME}.bed reference/genome.fa
# genome size
seqkit fx2tab -nl reference/genome.fa | awk '{print $1"\t"$2}' > reference/genome.chrom.size
# bowtie/2.3.4.3
singularity exec /opt/biosoft/HiC-Pro/hicpro_latest_ubuntu.img \
bowtie2-build --threads 60 reference/genome.fa reference/genome
第三步: 復(fù)制配置文件并修改
# config
singularity exec /opt/biosoft/HiC-Pro/hicpro_latest_ubuntu.img \
cp /usr/local/bin/HiC-Pro_2.11.4/config-hicpro.txt config-hicpro.txt
修改其中的如下項(xiàng)，
- N_CPU=80 線程數(shù)
- BOWTIE2_IDX_PATH: 必須是絕對(duì)路徑，例如 /home/xzg/reference
- REFERENCE_GENOME=genome
- GENOME_SIZE=必須是絕對(duì)路徑， 例如/home/xzg/reference/genome.chrom.size
- GENOME_FRAGMENT= 必須是絕對(duì)路徑 例如/home/xzg/reference/genome_DpnII.bed
- LIGATION_SITE=根據(jù)實(shí)際酶切位點(diǎn)來, 例如DpnII和MBoI都是GATCGATC
第四步：運(yùn)行
singularity exec /opt/biosoft/HiC-Pro/hicpro_latest_ubuntu.img HiC-Pro -i fastq -o results -c config-hicpro.txt ```
