高分辨率ABcompartment？尝试这两款！ - 图1
    高分辨率ABcompartment？尝试这两款！ - 图2
    在前面我们介绍了AB compartment分析的软件 cworld 软件（https://www.jianshu.com/p/2cd156681a46），但是cworld 软件是用perl+python组合来写的，计算效率不高，需要内存大，这就导致了我们在进行高分辨率AB compartment 分析的时候，往往会遇到这样的情况——程序运行了很久，最后报了一个“Memory Error”之后销声匿迹。

    针对这个问题，今天推荐两款软件：
    一、juicer 软件：
    juicer 软件能够以5kb的分辨率来计算eigenvector （如下图）。
    高分辨率ABcompartment？尝试这两款！ - 图3
    二、CscoreTool （https://github.com/scoutzxb/CscoreTool）是一款分析compartment的快速工具。
    高分辨率ABcompartment？尝试这两款！ - 图4

    Usage: CscoreTool1.1 < windows.bed> < input.summary> < outputPrefix> < session> < minDis> [chrName]

    输入参数：

    • a. windows.bed—此文件用于指定要分析的基因组窗口。它应该是等长的bed文件，覆盖目标区域，大概是整个染色体或整个基因组。
      windows.bed 文件格式：

      1. chr1    1       10000
      2. chr1    10001   20000
      3. chr1    20001   30000
      4. chr1    30001   40000
      5. chr1    40001   50000
      6. chr1    50001   60000
      7. chr1    60001   70000
      8. chr1    70001   80000

    • b. input.summary—该文件是Hi-C交互的主要输入文件(HicPro 生成的validpairs文件前7列)。
      vaildpair 前7列：

      D258GACXX130605:6:1106:12664:6611   chr1    755519  +   chr1    755925  -
D258GACXX130605:6:2114:9811:10334   chr1    808619  +   chr1    175784252   -
C24LCACXX130513:6:2205:5035:47173   chr1    841140  +   chr1    801416  -
C24LCACXX130513:6:1203:16707:42415  chr1    853901  +   chr1    880189  -
D258GACXX130605:6:1116:10492:97284  chr1    855471  +   chr1    855853  -
C24LCACXX130513:6:2305:3295:12387   chr1    869064  +   chr1    838284  -
D258GACXX130605:6:2215:16114:89299  chr1    893617  +   chr1    894051  -
C24LCACXX130513:6:2204:16005:64911  chr1    910016  -   chr1    5806178 -
C24LCACXX130513:6:1214:10668:2084   chr1    929444  +   chr1    940247  +
D258GACXX130605:6:1101:5936:36199   chr1    931624  -   chr1    950942  -

    • c. OutputPrefix—这是输出文件的前缀。

    • d. session—这是要使用的会话数。会话的数量取决于可用的资源。该程序未完全并行化，因此使用更多会话只能部分提高速度。
    • e.minDis—这是要考虑的最小交互距离的标准。它应不小于分析分辨率。我们建议使用1000000（1M），因为与A / B间隔相比，更短距离的交互可能受TAD结构的影响更大。
    • f. chrName—这是一个可选参数。用户可以指定某个染色体进行分析。

    示例运行：

    CscoreTool1.1 hg19_chr1_10k.bed Test.summary Test_chr1_10k 12 1000000 chr1

    有4个输出文件。

    • XXX_bias.txt—这是每个基因组窗口的估计偏倚因子。
    • XXX_hh.txt—这是估算的距离曲线。相应的距离是10 ^（0.04 * n），其中n是第一列中的数字
    • XXX_cscore.txt—这是每个基因组窗口估计的Cscore
    • XXX_cscore.bedgraph—这是用于可视化的基础图文件。低映射窗口（偏差<0.2）或高拷贝数窗口（偏差>5）已被过滤。

    CscoreTool论文中涉及分析的所有基准图文件都可以在Bedgraphs.zip文件中找到。
    核心结果文件XXX_cscore.bedgraph：

    track type="bedGraph" name="test_cscore.bedgraph"
chr1    710000  720000  -0.203475
chr1    750000  760000  -0.857018
chr1    760000  770000  -0.9999
chr1    770000  780000  -0.9999
chr1    780000  790000  -0.703065
chr1    790000  800000  0.366704
chr1    800000  810000  -0.9999
chr1    810000  820000  -0.9999
chr1    820000  830000  -0.9999

    作者：XuningFan
    链接：https://www.jianshu.com/p/0e860a6b3036
    来源：简书
    著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。