PhastCons | 序列保守性打分

这是一个进化学上的概念，基因组的序列是不断进化而来的，根据45个脊椎动物的基因组序列，通过多重比对，我们就可以知道人类基因组上每个位置的保守性，一些高度保守的区域可以做非常有意思的下游分析。

This directory contains compressed phastCons scores for multiple alignments of 45 vertebrate genomes to the human genome, plus an alternate set of scores for the primates subset of species in the alignments, and an alternate set of scores for the placental mammal subset of species in the alignments.

下载路径：http://hgdownload.cse.ucsc.edu/goldenpath/hg19/phastCons46way/primates/

chr1.phastCons46way.primates.wigFix的文件内容：

这个文件非常不好处理，需要转化为bed格式，参考链接：Sequence conservation in vertebrates

fixedStep chrom=chr1 start=10918 step=1
0.254
0.253
0.251
0.249
0.247
0.244
0.242
0.239
0.236
0.233
0.230
0.226
0.223
0.219
0.215
0.210

批量下载文件：

for i in `seq 1 22`
do
echo $i
wget http://hgdownload.cse.ucsc.edu/goldenpath/hg19/phastCons46way/primates/chr${i}.phastCons46way.primates.wigFix.gz
done

配套文件

wget http://hgdownload.soe.ucsc.edu/goldenPath/hg19/bigZips/hg19.chrom.sizes　　

格式转化

#convert to bigWig
for file in `ls *.gz`;
   do base=`basename $file .wigFix.gz`;
   echo $file;
   ./wigToBigWig $file hg19.chrom.sizes ${base}.bw;
done
#convert to bedGraph
for file in `ls *.bw`;
   do base=`basename $file .bw`;
   echo $file;
   ./bigWigToBedGraph $file $base.bedGraph;
done
# rm *.bw *.wigFix.gz

　

然后就用bedtools来操作

求指定区域的score

　　

附录：

工具下载地址：

http://hgdownload.cse.ucsc.edu/admin/exe/linux.x86_64/

待续