如果学徒之后跑流程,那其实前途很有限,所以我安排了一个随机任务,考核他们查资料解决问题的能力。我在Published: 04 April 2012 文章, The clonal and mutational evolution spectrum of primary triple-negative breast cancers 看到了一个有趣的图。
首先走wes流程拿到bam文件这个我们多次讲解了,略,大家自行前往B站看WES视频: 然后根据CCDS数据库拿到人类全部exon的坐标在生信技能树早期教程我也多次讲解过,如何根据CCDS数据库文件,来制作如下BED格式的人类外显子坐标记录文件:$ head hg38.exon.bed chr1 69090 70007 OR4F5 0 + chr1 450739 451677 OR4F29 0 + chr1 685715 686653 OR4F16 0 + chr1 801942 802433 LINC00115 0 + chr1 925941 926012 SAMD11 0 + chr1 930154 930335 SAMD11 0 + chr1 931038 931088 SAMD11 0 + chr1 935771 935895 SAMD11 0 + chr1 939039 939128 SAMD11 0 + chr1 939274 939459 SAMD11 0 +
使用samtools工具对exon坐标全部碱基计算覆盖深度很简单的命令: ~/miniconda2/envs/WES/bin/samtools depth -b hg38.exon.bed a5.sort.bam > /tmp/tmp.depth
$ head tmp.depth chr1 69091 5 chr1 69092 5 chr1 69093 5 chr1 69094 5 chr1 69095 4 chr1 69096 4 chr1 69097 4 chr1 69098 4 chr1 69099 4 chr1 69100 4
使用bedtools把碱基覆盖深度归属于exon可以看到每个exon的所以坐标都是有测序深度的,这个文件目前是几千万行! chr1 69090 70007 OR4F5 0 + chr1 69091 69091 5 chr1 69090 70007 OR4F5 0 + chr1 69092 69092 5 chr1 69090 70007 OR4F5 0 + chr1 69093 69093 5 chr1 69090 70007 OR4F5 0 + chr1 69094 69094 5 chr1 69090 70007 OR4F5 0 + chr1 69095 69095 4 chr1 69090 70007 OR4F5 0 + chr1 69096 69096 4 chr1 69090 70007 OR4F5 0 + chr1 69097 69097 4 chr1 69090 70007 OR4F5 0 + chr1 69098 69098 4 chr1 69090 70007 OR4F5 0 + chr1 69099 69099 4 chr1 69090 70007 OR4F5 0 + chr1 69100 69100 4
对exon进行汇总每个坐标的测序深度取平均值即可,可以写一个简短的perl脚本,或者直接读入该文件到R语言,总之对20多万个外显子都计算一个平均测序深度即可。 绘制boxplot这个是最简单了,参考文献里面的一百多个wes样本合并的boxplot。
|