Circle-Map 保姆级教程

计算机软件开发 · 2024-9-28 04:38:29

前言

染色体外环状DNA(extrachromosomal circular DNA，eccDNA)，一个科研界的新起之秀，随着国际学术期刊《Nature》[1] 和《Cell》[2] 相继发文后，敏捷引起研究职员的器重。eccDNA从正常基因组中分离或脱落下来，游离于染色体基因组之外，以特殊的方式加入生理或病理过程。随着对eccDNA分子的研究，如今对eccDNA的功能有肯定的认识，将来还会有新的发现。2018年，发表于《Trends in Genetics》[3] 一篇综述根据近些年的研究总结了eccDNA的紧张功能，如下图所示：

Circle-Map

通过前人的研究可以看出eccDNA在生理或者病理过程中还是很紧张的，既然这么紧张，那么该怎样判定呢？下面我们就回到本日的主题，来看看怎样判定eccDNA。如今，市面上有一些判定软件，比方：Circle-Map[4]、ECCsplorer[5]、Circle_finder等，而我们本日要说的主角就是Circle-Map，该软件由python3编写，安装和利用都很方便，而且天生的效果也很简便明确。

软件安装
可以直接利用pip下令直接安装，完成后即可在下令利用用Circle-Map下令，该软件包罗以下五个子下令ReadExtractor、Realign、bam2bam、Repeats、Simulate，判定eccDNA紧张利用前两个下令即可。

pip install Circle-Map

index预备
Circle-Map的输入文件是bwa天生的bam，在利用bwa比对前需要构建index，以及后续步调会利用到参考基因组的fasta，需要用samtools对fasta建index:

bwa index hg38.fasamtools faidx hg38.fa

mapping
利用bwa将数据比对到参考基因组上：

bwa mem -q hg38 sample.R1.fastq.gz sample.R2.fastq.gz | samtools view -bS -o sample.raw.bam

sort
分别预备 reads name 和 chromosome coordinate排序的bam，并对bam建index：

samtools sort -n -o sample.qname.bam sample.raw.sam#samtools index sample.qname.bamsamtools sort -o sample.sort.bam sample.raw.samsamtools index sample.sort.bam

ReadExtractor
接着，利用上一步天生的按reads name排序的bam作为输入，天生包罗候选reads的bam，并对天生的bam按chromosome coordinate排序和创建index：

Circle-Map ReadExtractor -i sample.qname.bam -o sample.candidates.bamsamtools sort -o sample.candidates.sort.bam sample.candidates.bamsamtools index sample.candidates.sort.bam这一步应该会出现雷同下面的提示：
[E::idx_find_and_load] Could not retrieve index file for 'sample.qname.bam'Processed 25000000 reads in 2.764 minsfinished extracting reads. Elapsed time: 2.842184130350749 minsThanks for using Circle-Map 可以看到步伐还是运行乐成了，这个提示可以选择忽略，至于出现Could not retrieve index提示的缘故原由也很明确，就是没有对bam建索引。那么，既然知道了原由于啥不办理呢？这是由于samtools只能对chromosome coordinate排序的bam建索引，而这里用的是reads name排序的bam，以是还是直接选择忽略这个提示吧！

Realign
最后，利用前面天生的sample.candidates.sort.bam、sample.qname.bam、sample.sort.bam三个bam文件以及参考基因组的fasta文件作为输入，利用Realign来判定eccDNA：

Circle-Map Realign -i sample.candidates.sort.bam -qbam sample.qname.bam -sbam sample.sort.bam -fasta hg38.fa -o sample.circle.bed 当步伐正常运行竣过后，会天生bed格式的文件sample.circle.bed，内容如下：
chr7 143911105 143917553 12 7 251.0 29.97115384615385 5.408852146902424 1.0 0.9988734509951184 0.0注意事项

Circle-Map利用过程还是很简单的，但是利用的时间还是有一些需要注意的点。重点来了！重点来了！重点来了！这个软件(version=1.1.4)有些小bug，如ReadExtractor下令的输入和输出文件不能带有路径，否则步伐会运行堕落。这个标题的缘故原由是该软件会自动获取当前的工作路径，然后会将这个路径和输入拼接起来，如许的话，如果你的输入文件不在当前目次就会出现找不到输入文件的错误。那么，想要正常运行：一是在输入文件的目次下运行，二是修改一下源码，可以到模块目次下找到extract_circle_SV_reads.py文件，将raw_bam = ps.AlignmentFile(self.working_dir + "/" + self.sorted_bam, "rb")更换为ps.AlignmentFile(self.sorted_bam, "rb")即可。另有一个需要注意的参数-dir，这个参数的意义是切换工作路径，如果想要指定输出目次可以用这个参数，不要在输出文件名内里加路径！由于软件也会自动把工作路径和输出文件名拼接起来。不知道出于什么缘故原由，作者要这么计划步伐，利用起来感觉怪怪的！
Realign利用起来也有同样的注意事项，输出跟ReadExtractor完全一样，而输入只有-sbam参数的输入bam不能带路径，简单点的办理方法跟上面第一点，在bam文件所在目次运行，二是修改模块文件Coverage.py内里的代码，将self.bam = ps.AlignmentFile(directory + "/" + sorted_bam, "rb")更换为self.bam = ps.AlignmentFile(sorted_bam, "rb")。
竣事语

判定eccDNA的软件另有其他的选择，好比前面提到的别的两款软件ECCsplorer、Circle_finder，对于Circle_finder本人并没有打仗过，这里就不再赘述。不外，ECCsplorer是本人一开始计划利用的软件，由于这款软件比力新，而且从文章的效果来看比Circle-Map有上风，而且这个软件的分析内容也较丰富一些，另有就是能天生可视化的网页陈诉。看完文章的先容就心动了，确定要用这款软件。让人没有想到的是该软件安装起来就挺费劲，固然先容说支持conda安装，但是用conda安装一晚上没有啥动静。那只能放弃自动安装，选择手动安装，从安装到能正常利用，过程着实有些不易！终极还是乐成安装了，而且用软件自带的数据也乐成运行了。本以为可以顺遂地分析的数据了，但步伐运行过程中还是错误了，有由于内存不敷停止的，有卡死的，现场可谓凄凄切惨戚戚！咱用的服务器集群不算差啊，单个节点24cpu200G内存。可见这款软件对资源要求确实很高，这一点作者倒没有掩藏，在文章末端也提到了这个范围性。以是，ECCsplorer没有优化版本前，最好还是不要尝试了，反正本人选择放弃利用了！究竟，做分析选一款好用的工具可以进步不少的服从啊！
参考资料

<ol>

Circle-Map 保姆级教程

所属分类: 问答交流

新帖推荐: 30日

推荐作品