怎么使用FitHiC評估染色質(zhì)交互作用的顯著性

怎么使用FitHiC評估染色質(zhì)交互作用的顯著性，相信很多沒有經(jīng)驗的人對此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個問題。

通過Hi-C技術(shù)可以得到全基因組范圍內(nèi)的染色質(zhì)交互信息, 在不同的分辨率下，首先得到bin之間的交互矩陣contact matrix, 通過熱圖的形式來展示該交互矩陣，即得到了contact map。在完整的contac matrix的基礎(chǔ)上，可以進(jìn)行A/B隔室，拓?fù)浣Y(jié)構(gòu)域，染色質(zhì)環(huán)等不同層級空間結(jié)構(gòu)單元的分析。

正是由于覆蓋了全基因組范圍內(nèi)的染色質(zhì)交互信息，才使得hi-C技術(shù)可以站在全基因組的高度對不同層級的空間結(jié)構(gòu)進(jìn)行挖掘，這個是hi-c技術(shù)獨有的優(yōu)勢。作為3C技術(shù)的升級版，hi-c也是可以直接研究某些染色質(zhì)之間的交互作用的，只不過由于測序和序列比對等系統(tǒng)誤差的存在，在交互矩陣中還是有部分信息是不可靠的，為了通過hi-c技術(shù)來直接分析某些染色質(zhì)之間的互作，科學(xué)家發(fā)明了很多的算法，對交互矩陣中的信息進(jìn)行評估，通過打分等形式來提取限制性的交互信息，而FitHic就是其中最常用的一款軟件。

該軟件最初采用python進(jìn)行開發(fā)，后來為了使用方便，將相關(guān)功能重寫并封裝成了一個R包。

該軟件的原理示意如下

從原始的交互矩陣中，根據(jù)事先定義的距離閾值提取出mid-range，即中等距離的同一個染色質(zhì)bin之間的交互作用。在文章中指出，對于酵母，中等距離的范圍為10kb到25kb, 對于人和小鼠，中等距離的范圍為50kb到10Mb,  這里的距離為兩個bin之間的線性距離。

根據(jù)提取出的mid-range交互信息，首先構(gòu)建基因組線性距離與交互頻率的模型，即圖中的spline-1, 在該模型的基礎(chǔ)上制定過濾的閾值，即虛線代表的outlier-threshold, 然后提出離群值數(shù)據(jù)，對應(yīng)圖中的紅色原點。對于剩下的數(shù)據(jù)再次進(jìn)行擬合，得到spline2。 然后在二項分布的基礎(chǔ)上計算每個交互作用的pvalue，再進(jìn)行多種假設(shè)檢驗的校正，得到qvalue。

該軟件的用法簡單，只不過需要對原始的交互矩陣進(jìn)行格式化。一個經(jīng)典的交互矩陣如下所示

Bin1    Bin2    Bin3    Bin4    Bin5    Bin6
7.85957    4.80329    11.4766    9.57416    4.5288    8.55022
8.61621    4.98956    2.35654    5.69483    11.1187    10.1322
4.06803    4.07801    7.98047    2.59144    6.3851    7.74306
4.52869    2.70624    8.94544    4.29185    8.29491    8.38257

每一行和每一列都代表一個bin, 數(shù)字代表兩個bin之間的交互頻率。在此文件的基礎(chǔ)上，經(jīng)過如下兩步即可得到顯著性評估的結(jié)果。

1.  準(zhǔn)備輸入文件

該軟件至少需要準(zhǔn)備兩個輸入文件，第一個文件為bin對應(yīng)的染色質(zhì)區(qū)域，稱之為fragsfile, 內(nèi)容示意如下

\t分隔的5列，其中第二列和第五列的信息沒有作用，用0或者1填充就可以了，第一列表示bin所在的染色體，第三列代表bin的中心位置， 第三列代表與該bin存在交互的頻率總和，即交互矩陣中對應(yīng)列或者行的總和。

第二個文件為bin之間交互頻率的信息，稱之為intersfile, 內(nèi)容示意如下

\t分隔的5列，前兩列代表第一個bin的染色質(zhì)名稱和中心位置，第三列和第四列代表第二個bin的染色質(zhì)名稱和中心位置，第五列代表兩個bin之間的交互頻率。

2.  運(yùn)行

準(zhǔn)備好輸入文件之后，就可以運(yùn)行了，基本用法如下

FitHiC(
  fragsfile,
  intersfile,
  outdir,
  libname = "test_project",
  distUpThres = 250000,
  distLowThres = 10000,
  visual = TRUE)

指定兩個輸入文件和輸出結(jié)果的目錄，libname指定輸出文件的前綴，distUpThres和distLowThres指定距離的上下閾值，以此閾值來篩選得到mid-range。

在輸出結(jié)果中所有文件分成了pass1和pass2兩個部分，每個部分有對應(yīng)的以下4張圖

第一張圖表示基于mid-range的交互信息得到的基因組線性距離與交互概率的分布，第二張圖表示擬合得到的分布，第三張圖表示擬合模型篩選得到的離群值，第四張圖表示不同F(xiàn)DR閾值篩選的顯著交互作用的分布。

最終得到的顯著性評估結(jié)果可以從后綴為pass2.significances.txt.gz的文件中得到，該文件內(nèi)容示意如下

通過最后一列的qvaue作為閾值，去篩選得到顯著性的染色質(zhì)互作。

看完上述內(nèi)容，你們掌握怎么使用FitHiC評估染色質(zhì)交互作用的顯著性的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！