hic-pro 处理原始hic数据,得到有效片段。(没有改动)
python 重写getread.pl。
与原代码相比,在同样的运行时间下,增加了对 fastq 文件新旧 2 种 ID 的兼容和程序进度提示。fastq 文件新 ID 示例:@V300075059L2C001R0020000012/1
,旧 ID:@A00838:157:H2Y5TDSXY:4:1101:1398:1000 2:N:0:ATTCAGAA+CCTATCCT
sh getread.sh rawdata_allValidPairs CL10_1.fq.gz CL10_2.fq.gz #建议qsub提交任务
3d-dna 本就是一套用 sh、perl、python、awk 编写的流程。
在最新版本中,3d-dna 所依赖的 juicer 开始使用 bwa 双端比对,3d-dna 不再要求输入预估的染色体数目。在原接口流程中(由 liuqun@genomics.cn 编写),程序一直会监测 juicer 生成的文件,如果程序开始生成 inter.hic,则 qdel 任务,并开始运行3d-dna。这样就存在了如果不是nohup提交任务,如果关掉 ssh 集群连接,则任务将会失败。
在原流程的基础上修改了代码,以适应新 juicer+3d-dna 参数,并直接生成 juicer 和 3d-dna程序所需代码, 当juicer 生成 merged_nodups.txt 文件后(即开始生成 inter.hic 时),可以杀死 juicer任务,开始运行 3d-dna。在运行过程中,可以把 0.hic(1.hic,2.hic,polished.hic 等等hic文件)和 0.asm(1.asm,2,asm 等等asm文件)导出到 juicerbox 中查看具体情况,通常情况下 0.hic 会挂载最多的原始基因组序列,rawchrom.hic 会确定最好的染色体边界。选择一个进行人工 review 热图,确定染色体边界之后导出 review.assembly 文件。然后再到集群运行 3d-dna review 程序得到最终的hic组装结果。
python juicer_3d_dna_pipe.py --fq *.gz --ref refer.fa --res_name MboI --n_cpus 8
bash run-asm-pipeline-post-review.sh --sort-output -r test.review.assembly contig.fa ./merged_nodups.txt
/ldfssz1/MS_OP/USER/xutengfei1/script_py/hic_scr
/zfssz3/NASCT_BACKUP/MS_PMO2017/xutengfei1/software/3d-dna_bin
具体参考 /ldfssz1/MS_OP/USER/xutengfei1/tangyu/new_HIC
0.hic