/GWD

Primary LanguageJupyter Notebook

Distribution of feature along genes

该snakemake流程主要是封装了一系列的AWK和Bedtools操作，用于对Gene body区域进化窗口划分.

通过将划分好的窗口与任意特征所在的窗口取交集，就可以绘制特征在基因周围的分布图

例如常见的一些特征：

  • 基因甲基化程度CG、CHG和CHH
  • DHS染色质开发窗口
  • eQTL 区间
  • 等等

Install

该pipline基于snakemake v7.25.0以及Bedtools实现，因此运行该pipline时，需要将Bedtools加入到当前环境变量中。

由于该pipline在每个rule中没有加入resource和threads等设置信息，如果脚本出错很有可能是内存不足的原因，可以手动的在每个rule中对相应的内容进行指定

配置文件

config/config.yaml 文件是包含以下配置信息; 关于该流程的测试数据可以查看test 目录

  • geneBed: 基因的Bed文件
  • Chrlength: 染色体长度文件，为Samtools faidx输出结果
  • outPutPrefix: 输出文件前缀，输出的主要是gene侧翼和body区域划分好的窗口
  • params: 划分窗口的参数设置
    • geneWindowCount : gene body区域划分为多少个窗口
    • flankLength: 选取多少长度范围的侧翼序列
    • flankWindowCount 对应的侧翼序列划分为多少个窗口

Run

将指定基因及其周围序列划分为对应的Bed文件, 划分后的结果文件在config/config.yaml中进行了指定。

#TODO 运行整个流程
cd GWD
snakemake  --cores all

将划分好的窗口文件与甲基化特征取交集

#TODO 获得CG甲基化在Gene body区域的分布
zcat test/CG.txt.gz |intersectBed -a results/test_windows_Id.bed  -b - -loj  |gzip  >results/test.CG.txt.gz

visualization

可视化脚本在plot.ipynb中

CG