Deeptools 对数据质量控制的命令包含如下
- plotCorrelation
- plotPCA
- plotFingerprint
- bamPEFragmentSize
- computeGCBias
- plotCoverage
可视化工具1 plotCorrelation
使用场景： 计算不同样本的相关性
输入 multiBigwigSummary or multiBamSummary 产生的table文件
输出：相关性热图，或者散点图
$ deepTools2.0/bin/plotCorrelation \ -in scores_per_transcript.npz \ --corMethod pearson --skipZeros \ --plotTitle "Pearson Correlation of Average Scores Per Transcript" \ --whatToPlot scatterplot \ -o scatterplot_PearsonCorr_bigwigScores.png \ --outFileCorMatrix PearsonCorr_bigwigScores.tab deepTools2.0/bin/plotCorrelation \ -in readCounts.npz \ --corMethod spearman --skipZeros \ --plotTitle "Spearman Correlation of Read Counts" \ --whatToPlot heatmap --colorMap RdYlBu --plotNumbers \ -o heatmap_SpearmanCorr_readCounts.png \ --outFileCorMatrix SpearmanCorr_readCounts.tab
主要参数
--corData, -in : multiBigwigSummary 或者 multiBamSummary输出的压缩矩阵文件 --corMethod, -c： 对样品进行聚类的方法，选项有spearman, pearson --whatToPlot, -p：选择出图样式，选项有heatmap, scatterplot --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --skipZeros： 没有mapping的跳过 --labels, -l: 输入样品名称，不同样品用空格隔开 --plotTitle, -T：出图的标题 --plotFileFormat： 输出格式png, eps, pdf and svg. --removeOutliers： 去除掉异常值 --outFileCorMatrix： 输出样品间相关系数的矩阵 --plotHeight ：图的高度，单位是cm --plotWidth：图的宽度，单位是cm --zMin, -min: 设置最小的值 --zMax, -max： 设置最大的值 --colorMap： 设置颜色，颜色表查询位置http://matplotlib.org/examples/color/colormaps_reference.html --xRange，--yRange: 设置x,y的范围
可视化工具2 plotPCA
使用场景： 画各个样品的主成分图
输入文件，multiBamSummary 和multiBigwigSummary 计算的结果，输出： 图
$ deepTools2.0/bin/plotPCA -in readCounts.npz \ -o PCA_readCounts.png \ -T "PCA of read counts"
重要参数
--corData, -in：multiBamSummary 和multiBigwigSummary --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --labels, -l: 输入样品名称，不同样品用空格隔开 --plotTitle, -T：出图的标题 --plotFileFormat： 输出格式png, eps, pdf and svg. --plotHeight ：图的高度，单位是cm --plotWidth：图的宽度，单位是cm --outFileNameData： 输出画PCA的数据 --ntop： 选择top N行的数字进行画图，默认是1000 --PCs： 默认是1，2 ，用于画图的主成分 --log2： 计算PCA时候，对数字进行log2转换，为了避免0，所有数字加上0.01 --colors： 设置颜色，如 red blue green
可视化工具3 plotFingerprint
使用场景：检测Chip-seq相对背景是否有显著的富集。
怎么样的chip-seq是比较好的？
左图a是最理想的富集。图c是input和treat并不明显
$ deepTools2.0/bin/plotFingerprint \ -b testFiles/*bam \ --labels H3K27me3 H3K4me1 H3K4me3 H3K9me3 input \ --minMappingQuality 30 --skipZeros \ --region 19 --numberOfSamples 50000 \ -T "Fingerprints of different samples" \ --plotFile fingerprints.png \ --outRawCounts fingerprints.tab
-b: 输入文件，比对的bam文件 --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --outRawCounts： 输出每个bin的counts数目 --ignoreDuplicates：是否忽略掉重复的reads --minMappingQuality： 去除低比对质量的比对结果 --centerReads： reads are centered with respect to the fragment length。这个参数我不是很理解，师弟给我画了个图
--samFlagInclude/--samFlagExclude : 根据sam文件的flag进行挑选和过滤reads --minFragmentLength：ATAC-seq 设定的参数，FragementLength的长度 --labels, -l： 空格输入的标签 --binSize, -bs： 设置bin的大小 --numberOfProcessors, -p ： 线程数 --region, -r： 限定的用于分析的 --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --plotTitle, -T：出图的标题 --skipZeros： 没有mapping的跳过
可视化工具4 plotCoverage
使用场景，计算bam的覆盖度
输入 bam文件，输出 图
$ plotCoverage -b H3K4Me1.bam H3K4Me3.bam H3K27Me3.bam H3K9Me3.bam --plotFile example_coverage -n 1000000 --plotTitle "example_coverage" \ --outRawCounts coverage.tab \ --ignoreDuplicates \ --minMappingQuality 10 \ --region 19 # have a look at the optional tabular output: each row represents the number of reads overlapping with a sampled bp $ head coverage.tab 'H3K27me3' 'H3K4me1' 'H3K4me3' 'H3K9me3' 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
参数：
-b: 输入文件，比对的bam文件，用空格分开不同的bam文件 --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --outRawCounts： 输出每个bin的counts数目 --ignoreDuplicates：是否忽略掉重复的reads --minMappingQuality： 去除低比对质量的比对结果 --centerReads： reads are centered with respect to the fragment length。这个参数我不是很理解，师弟给我画了个图 --samFlagInclude/--samFlagExclude : 根据sam文件的flag进行挑选和过滤reads --minFragmentLength：ATAC-seq 设定的参数，FragementLength的长度 --labels, -l： 空格输入的标签 --binSize, -bs： 设置bin的大小 --numberOfProcessors, -p ： 线程数 --region, -r： 限定的用于分析的 --plotFile, -o： 根据后缀名选择输出的文件，可以选择.png, .eps, .pdf and .svg. --plotTitle, -T：出图的标题 --skipZeros： 没有mapping的跳过 --numberOfSamples, -n： 抽样次数，default为1 million.
manual https://deeptools.readthedocs.io/en/latest/content/tools/plotFingerprint.html