【原】使用deeptools查看reads分布特征

在chip_seq数据分析中，通常会对peak区域在基因组上的分布进行探究，查看其分布是否存在规律，比如是否在转录起始位点，或者转录终止位点附近存在富集，此时我们可以通过deeptools这个工具来实现。

首先通过computeMatrix这个命令，可以计算基因组区域上的分布，分成以下两种模式

1. scale-regions

2. reference-point

第一种模式代表一个区间，包含了起始和终止位置，第二种模式代表的是某一个位点，比如转录起始位点。对于这两个模式的区别，官网给出了很好的解释，示意如下

将所有的区域划分为等长的区间称之为bin, 然后计算每个bin内所有位点的测序深度，默认用所有位点测序深度的平均值来代表这个区间。通过这个命令计算得到中间结果文件之后，可以使用以下两个命令进行可视化

1. plotProfile

2. plotHeatmap

下面展示一个实际的例子，从bam文件开始，得到最终的可视化结果

1. 将bam文件转换为bigwig文件

通过bamCoverage命令，可以将bam文件转换为bigwig文件，用法如下

bamCoverage -b input.bam -o input.bw

2. 运行computeMatrix

这个命令有scale-regions和reference-points两种模式，这里以第二种为例进行展示，用法如下

computeMatrix reference-points \
-S inpnut.bw \
-R hg19.bed \
--binSize 10 \
--skipZeros \
-a 3000 \
-b 3000 \
-o matrix.gz \
--outFileNameMatrix matrix.tab

在输出的tab文件中，每一行代表一个转录本，和输入的bed文件中的转录本个数一致，每一列代表bin区间内的平均测序深度，列数的多少和区间的长度以及bin_sizz有关。在上面这个例子中，选择上下游各3kb的区间，bin大小为10bp, 所以总共有3000X2/10, 即600个区间。

在可视化时，区间个数越多，画出来的折线图会相对平滑，所以可以适当调整bin的大小，使画出来的图更加美观。

3. plotProfile

用法如下

plotProfile -m matrix.gz \
-out profile.pdf

生成的结果如下

4. plotHeatmap

用法如下

plotHeatmap -m matrix.gz -o heatmap.pdf

生成的结果分成了两部分，第一部分和plotProfile的结果相同，第二部分是一个热图，示意如下

就是将生成的tab文件中的内容绘制了一个热图，以上展示的都是基本用法，除此之外，还有很多的参数可以调整，绘制出更加美观的图片。

·end·