ref1：deeptools輔助CHIP-seq數(shù)據(jù)分析-可視化 | 生信菜鳥(niǎo)團(tuán)
ref2：如何使用deeptools處理BAM數(shù)據(jù) - 生信技能樹(shù)
ref3：The tools — deepTools 3.1.3 documentation
第一個(gè)功能，把bam文件轉(zhuǎn)換為bw格式文件：
bamCoverage -b tmp.sorted.bam -o tmp.bw
peak分布可視化
為了統(tǒng)計(jì)全基因組范圍的peak在基因特征的分布情況，需要用到computeMatrix計(jì)算，用plotHeatmap以熱圖的方式對(duì)覆蓋進(jìn)行可視化，用plotProfile以折線圖的方式展示覆蓋情況。
computeMatrix具有兩個(gè)模式:scale-region和reference-point。前者用來(lái)信號(hào)在一個(gè)區(qū)域內(nèi)分布，后者查看信號(hào)相對(duì)于某一個(gè)點(diǎn)的分布情況。
computeMatrix scale-regions -b 3000 -a 3000?--regionBodyLength 5000-p 25 \
-R mm10_Gencode_VM18.bed \
-S *.bw \
--skipZeros \
--outFileName matrix.gz
結(jié)果可視化
可視化的方法有兩種，一種是輪廓圖，一種是熱圖。兩則都提供了足夠多的參數(shù)對(duì)結(jié)果進(jìn)行細(xì)節(jié)上的修改。
plotProfile -m matrix.gz \? ? ? ? ? ? ??
-out plotProfile.png \? ? ? ? ? ? ??
--numPlotsPerRow 2 \? ? ? ? ? ? ??
--plotTitle "profile"
--numPlotsPerRow NUMPLOTSPERROW :? Number of plots per row (default: 8)
##########################################################
plotHeatmap \
-m matrix.gz \? ? ??
-out plotHeatmap.png \
--plotTitle "Heatmap"
構(gòu)建bed：
安裝：
sudo apt install bedops
命令：
1.先下載TAIR10_GFF3_genes.gff3，?
2. 然后convert2bed --input=gff [--output=bed] <TAIR10_GFF3_genes.gff> TAIR10_GFF3_genes.bed
3. 但是，computeMatrix 識(shí)別的bed文件只要前三列
cut -f 1-3 TAIR10_GFF3_genes.bed > ref.bed
4. 再跑computeMatrix就可以了
我用的Rseqc的bed
