F-seq软件发明于2008年,其作用就是peak calling, 从一堆NGS测序数据中发现有意义的位点,既适用chip-seq数据,也适用于DNase-seq的数据,官网如下
http://fureylab.web.unc.edu/software/fseq/
对应的文章发表在Bioinformatics杂志上,链接如下
https://academic.oup.com/bioinformatics/article/24/21/2537/192643
该软件采用java语言进行开发,安装简单,使用方便,基本用法如下
fseq -o out_dir input.bed
输入文件为bed格式,保存了bam文件中reads的比对信息,也称之为TagAlign格式,在之前的文章中有详细介绍,可以通过bedtools将bam文件转换为bed格式,命令如下
bedtools bamtobed \
-i reads.bam \
-bedpe > input.bed
-o
参数指定输出结果对应的文件夹,输出文件支持以下3种格式
- wiggle
- bed
- narrowpeak
保存peak calling的结果,narrowpeak是最常用的文件格式。以上就是该软件的基本用法,可以说是非常的简单了。
除了基础用法外,该软件还支持DNA拷贝数的校正,分成了以下两个方面来考虑
- 参考基因组本身存在序列多拷贝现象,在参考基因组中,有部分DNA序列是多拷贝的,多拷贝区域对应的测序reads相比其他区域,是有一个明显的富集现象的,而peak calling就是在寻找这样的富集区域,如果不考虑DNA序列的的多拷贝,这些非特异性的富集区域会增加peak calling结果的假阳性。为此,提供了bffBuilder软件来建立参考基因组的模型,通过kmer分布来描述基因组自身的多拷贝现象,生成的文件后缀为bff
- 不同组织或者细胞中存在拷贝数变异CNV,拷贝数对peak calling的影响不言而喻,考虑到不同样本的CNV, 也提供了iffBuilder软件来建立特定组织或者细胞的CNV模型, 生成的文件后缀为iff
以上两个软件生成的文件可以看做是参考基因组的background, 在官网提供了部分版本对应的数据
也可以使用对应的软件生成自己的background文件,生成之后,放到一个文件夹下,可以通过-b
参数调用,命令如下
fseq -b background_dir -o out_dir input.bed
如果不使用background文件,该软件的peak caling结果是相当多的,假阳性很高,建议根据自己的参考基因组和样本类型,建立对应的backgroun文件。
·end·
一个只分享干货的
生信公众号