3D-DNA 挂载染色体

3D-DNA是一款简单，方便的处理Hi-C软件，可将contig提升到染色体水平。其githup网址：https://github.com/theaidenlab/3d-dna

3D-DNA流程简介

• 将Hi-C数据比对到draft.genome.fa。（利用Juicer分析Hi-C数据）
• 利用自动化流程进行纠错（misjoin），排序（order），确定正确方向（orient），最后scaffolding，得到染色体水平的组装结果（3D-DNA分析）
• Juicebox 进行人工纠错

所需软件及安装

• LastZ (version 1.03.73 released 20150708) – for diploid mode only
• Java version >=1.8
• Bash >=4
• GNU Awk >=4.0.2
• GNU coreutils sort >=8.11
• Python >=2.7 - for chromosome number-aware splitter module only
• scipy numpy matplotlib - for chromosome number-aware splitter module only
• GUN Parallel >=20150322 (可选，建议装)
• bwa
• 两个核心软件 juicer 和3D-DNA

安装软件

 1 ## 安装juice
 2 git clone https://github.com/theaidenlab/juicer.git
 3 cd juicer
 4 ln -s CPU scripts
 5 cd scripts/common
 6 wget https://hicfiles.tc4ga.com/public/juicer/juicer_tools.1.9.9_jcuda.0.8.jar
 7 ln -s juicer_tools.1.9.9_jcuda.0.8.jar  juicer_tools.jar
 8
 9 ## 安装3D-DNA
10 git clone https://github.com/theaidenlab/3d-dna.git

大概流程

数据准备：

• ref文件夹： 存放draft.genome.fa
• fastq: 存放HI-C测序双端reads, 注意reads文件名的格式 保证*.R1.fastq, *.R2.fastq

++++++++++++++++++++++++正式开始+++++++++++++++++++++++++++++

一、 利用Juicer 分析HI-C数据

第一步：基因组建立索引

bwa index draft.genome.fa

第二步： 创建可能的酶切位点文件

1 python ~/software/juicer/misc/generate_site_positions.py  HindIII  draft.genome  draft.genome.fa
2
3 # 本次使用的是 HindIII 进行酶切；选择自己所有的酶

第三步：获取每条contig的长度

1 awk 'BEGIN{OFS="\t"}{print $1, $NF}' draft.genome_HindIII.txt > draft.genome.chrom.sizes

第四步：运行juicer

注意：必须在当前目录存在fastq和ref文件夹， -z,-p,-y必须参数

 1 ~/software/juicer/scripts/juicer.sh -g draft_genome -s HindIII -z ./ref/draft.genome.fa -y ./ref/draft.genome_HindIII.txt -p ./ref/draft.genome.chrom.sizes -t 8
 2
 3
 4
 5 ## 参数
 6 -g： 定义一个物种名
 7 -s：酶切类型, HindIII(AAGCTAGCTT), MboI(GATCGATC) , DpnII(GATCGATC), NcoI(CCATGCATGG)
 8 -z : 参考基因组文件
 9 -y: 限制性酶切位点可能出现位置文件
10 -p: 染色体大小文件
11 -C: 将原来的文件进行拆分，必须是4的倍数，默认是90000000, 即22.5M reads
12 -S: 和任务重运行有关，从中途的某一步开始,"merge", "dedup", "final", "postproc" 或 "early"
13 -d: juicer的目录
14 -D: juicer scripts的目录
15 -t: 线程数

结果：结果文件在aligned目录下，其中"merged_nodups.txt"就是下一步3D-DNA的输入文件之一。

二、 运行3D-DNA

使用默认参数进行3D-DNA

1 ~/software/3d-dna/run-asm-pipeline.sh ./ref/draft.genome.fa ./aligned/merged_nodups.txt

最后输出文件中，包含FINAL就是我们需要的结果。

三、 juicerbox进行手动纠错

首先下载该软件：https://github.com/aidenlab/Juicebox/wiki/Download

一般组装错误为：

• misjoin
• translocations
• inversions
• chromosome boundaries

关于该软件用法，可看该视频：https://www.bilibili.com/video/av65134634

纠错完以后，会得到genome.review.assembly用于下一步的分析

四、 再次运行3D-DNA

1 ~/software/3d-dna/run-asm-pipeline-post-review.sh -r genome.review.assembly ./ref/draft.genome.fa aligned/merged_nodups.txt

欢迎大家讨论交流，若有问题，可添加一下公众号，后台留言即可

---END---