一开始觉得用hic数据预测基因组3D结构还是挺有趣的，但是用了几个软件反反复复折腾效果并不好，快失去耐心了。偶然间看见一篇新的文献，觉得正是我所需要的.
- 安装
这个软件所用的依赖关系比较多，安装比较麻烦.可以参考github
1.1
git clone https://github.com/data-fun/3d-genome-builder.git
cd 3d-genome-builder
1.2 下载 Singularity:
sudo apt install -y ./singularity-container_3.8.7_amd64.deb
1.3 下载conda和mamba
conda install mamba -n base -c conda-forge
mamba env create -f binder/environment.yml
conda activate 3DGB
1.4 下载HiC-Pro环境
wget --ciphers=DEFAULT:@SECLEVEL=1 https://zerkalo.curie.fr/partage/HiC-Pro/hicpro_3.1.0_ubuntu.img -P images
正常下载以后会得到相应的软件。如下所示
$ singularity exec images/hicpro_3.1.0_ubuntu.img HiC-Pro --version
[...]
HiC-Pro version 3.1.0
$ singularity exec images/hicpro_3.1.0_ubuntu.img bowtie2 --version 2>/dev/null | head -n 1
/usr/local/conda/envs/hicpro/bin/bowtie2-align-s version 2.4.4
注:最近看起来这个链接失效，因此可以需要自己配置HiC-Pro和修改脚本中相应路径!
(如该文件3d-genome-builder/Snakefile中的路径)
- 准备需要的文件
2.1 修改config 文件
workdir: "3d_genome_s_pombe_30min"
organism: "Schizosaccharomyces pombe"
sra_ids:
- SRR5149253
- SRR5149254
hicpro_restriction_sites: "^GATC"
hicpro_resolutions:
- 10000
pastis_resolutions:
- 10000
verify_contigs: False
注:workdir为你的工作目录，organism是你研究的物种名称，sra_ids是你存放的hic数据名称，hicpro_restriction_sites你hic实验中用到的酶，hicpro_resolutions是hic数据的解析度，pastis_resolutions是pastis软件的解析度.
2.2 添加参考基因组
参考基因组必须在你config 文件中写的 工作目录下面.
因此你的工作目录结构必须如下:
WORKING_DIR/
├── fastq_files
│ ├── ID1
│ │ ├── ID1_R1.fastq.gz
│ │ └── ID1_R2.fastq.gz
│ ├── ID2
│ │ ├── ID2_R1.fastq.gz
│ │ └── ID2_R2.fastq.gz
│ ├── ID3
│ │ ├── ID3_R1.fastq.gz
│ │ └── ID3_R2.fastq.gz
│ └── ID4
│ ├── ID4_R1.fastq.gz
│ └── ID4_R2.fastq.gz
└── genome.fasta
注:遇到报错请注意你工作目录与config 文件中写的是否一致，hic数据目录名称与fastq数据是否一致以及参考基因组名称!
- 构建你的基因组3D模型
snakemake --profile smk_profile -j 4 --configfile YOUR-CONFIG.yml
注:smk_profile是你的工作目录名称，4 是你所用的线程.YOUR-CONFIG.yml 是2.1中构建的config 文件.
3.1 在你的3D基因组模型上增添其它定量数值(如ChIP-seq)
python3 ./scripts/map_parameter.py --pdb path/to/structure.pdb --bedgraph path/to/annotation.bedgraph --output path/to/output.pdb
注:structure.pdb是在上一步得到的pdb文件，bedgraph文件可以是你的ChIP-seq信号值，请保持相同的解析度!
定量数值格式应该如下(chromosome/start/stop/value):
chr1 0 50000 116.959
chr1 50000 100000 48.4495
chr1 100000 150000 22.8726
chr1 150000 200000 84.3106
chr1 200000 250000 113.109
- 结果
结果文件应该如下:
WORKING_DIR/
├── contact_maps
├── dense_matrix
├── fastq_files
├── HiC-Pro
├── logs
├── pastis
├── sequence
└── structure
我们主要关注的是pastis文件夹中的.pdb文件和G3D文件.因为这个软件底层还是利用pastis软件进行预测.
官方文档中还提供了两个参考示例:
5.对结果文件进行可视化
官网也提供了非常详细的例子
利用该网站进行可视化
https://molstar.org/viewer/
示例
注意:!!!这个软件对二倍体基因组不适用。
