如何使用python Genome Tracks可視化hi-c數(shù)據(jù)

這篇文章主要介紹“如何使用python Genome Tracks可視化hi-c數(shù)據(jù)”，在日常操作中，相信很多人在如何使用python Genome Tracks可視化hi-c數(shù)據(jù)問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”如何使用python Genome Tracks可視化hi-c數(shù)據(jù)”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

可視化是數(shù)據(jù)分析中非常重要的一個環(huán)節(jié)，對于NGS分析數(shù)據(jù)的可視化，最常用的就是各種基因組瀏覽器了，既有UCSC, GBrowse等基于web的基因組瀏覽器，也有igvtools等本地化的圖形界面軟件。對于Hi-C數(shù)據(jù)，在前面的文章中也介紹過基于web的WashU Epigenome Browser基因組瀏覽器和本地化的juicebox軟件。

熟練掌握其中一個軟件的用法就可以滿足大部分的需求了，但是作為一個生信分析的極客，總感覺還是需要一款命令行工具來提高效率。python和R都擁有非常強大的可視化能力，今天介紹一款基于python語言的軟件pyGenomeTracks, 一款原汁原味的命令行工具，擁有和基因組瀏覽器相同的展現(xiàn)形式，網(wǎng)址如下

https://github.com/deeptools/pyGenomeTracks

該軟件支持可視化以下幾種信息

1. bigwig

2. bed

3. bedgraph

4. links

5. Hi-C matrices

   
   

采用該軟件可視化的效果圖如下

和基因組瀏覽器一樣的展現(xiàn)形式，每一層為一個track。該軟件采用配置文件的形式來配置需要展示的文件信息，每個需要展示的文件和對應(yīng)的參數(shù)都寫在一個標(biāo)簽下，具體寫法如下

1. bigwig

2. bedgraph

3. hic

除此之后，還有x-axis和spacer等標(biāo)簽，分別對應(yīng)x軸和兩個tracks之間的空格區(qū)域。下方如下

[spacer]
[x-axis]
where = top

編輯好配置文件之后，就可以運行了，用法如下

pyGenomeTracks \
--tracks tracks.ini \
--region chr2:10,000,000-11,000,000 \
--outFileName output.pdf

tracks參數(shù)指定配置文件的名稱，region參數(shù)指定需要可視化的基因組區(qū)域，outFileName參數(shù)指定輸出文件的名稱。為了達(dá)到美觀的效果，有許多的參數(shù)需要調(diào)整，更多細(xì)節(jié)請參考官方文檔和示例。

一個hi-c數(shù)據(jù)可視化的效果圖如下

通過該軟件，可以高效的展示hi-c數(shù)據(jù)。

到此，關(guān)于“如何使用python Genome Tracks可視化hi-c數(shù)據(jù)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注億速云網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>