基因组组装: 3D-DNA 染色体挂载

导读

本文将介绍基因组组装过程中，如何利用HiC测序数据，进行染色体级别基因组的组装。该过程主要利用 Juicer 和 3D-DNA 进行，有关第一步Juicer的过程，已经下方的文章中介绍了，本文主要介绍第二步：3D-DNA的安装与使用。

1. 背景介绍

目前基因组组装的主要流程是，利用二代或者三代技术进行测序，利用得到的测序数据，拼接为contig级别的基因组，如果需要上升到染色体级别，那么就需要对物种进行HiC测序，进一步进行染色体挂载。目前对于二倍体动物，3D-DNA是效果最好的，下面就介绍3D-DNA的使用方法。

2. 安装

2.1. 流程图

上图是使用3D-DNA进行染色体挂载的流程图，其中第一步是测序和基础组装，测序一般是交给测序公司来完成，contig组装利用物种对应的组装软件即可。第二步时利用Juicer对HiC数据进行分析。第三步是利用3D-DNA进行挂载。

2.2. 依赖

下面这些是3D-DNA的依赖，如果阅读过之前Juicer的使用教程，那么环境已经配置完成，没有阅读过的读者，可以在文末选择跳转。

• LastZ (version 1.03.73 released 20150708) –仅适用于二倍体
• Java version >=1.7
• Bash >=4
• GNU Awk >=4.0.2
• GNU coreutils sort >=8.11
• Python >=2.7 - 仅适用于染色体编号感知分离器模块
• scipy numpy matplotlib - 仅适用于染色体编号感知分离器模块

2.3. clone

# 从Github拉取仓库
git clone https://github.com/theaidenlab/3d-dna.git

3. 实战

3.1. 数据准备

• 基因组文件：genome.fa
• Juicer结果：merged_nodups.txt

3.2. run

# 对组装的信心高，用-r 0, 否则用默认的-r 2就行了
# -r 代表 3d-dna 修正的次数
# merged_nodups.txt 在 上一步Juicer运行的aligned目录下
/home/ubuntu/3d-dna/run-asm-pipeline.sh -r 2 \
reference/genome.fa aligned/merged_nodups.txt &> log.txt &

3.3. 结果

最终的输出文件最关键的是下面三类:

• .fasta: 以FINAL标记的是最终结果
• .hic: 各个阶段都会有输出结果，用于在JABT中展示
• .assembly: 各个阶段都会有输出，一共两列，存放contig的组装顺序

将结果中的.hic文件和.assembly文件导入Juicebox中进行调整，最后输出修改后的.assembly文件，再运行下面命令，即可获取染色体级别的基因组。

/home/ubuntu/3d-dna/run-asm-pipeline-post-review.sh \
-r genome.review.assembly \
genome.fa aligned/merged_nodups.txt

# genome.review.assembly 来自Juicebox中导出

读者有任何问题，可在评论区进行交流。

本文由mdnice多平台发布