Bismark

简介

Bismark可以高效地分析BS-Seq数据,方便地进行读段比对和甲基化探测,Bismark能区分CpG、CHG和CHH,允许用户通过可视化来解释数据。

可用的版本

版本

平台

构建方式

模块名

0.23.0

cpu

Spack

bismark/0.23.0-gcc-11.2.0 思源一号

0.19.0

cpu

Spack

bismark/0.19.0-intel-19.0.4

如何使用

思源一号集群 Bismark

在思源一号集群上使用如下命令:

srun -p 64c512g -n 4 --pty /bin/bash
module load bismark/0.23.0-gcc-11.2.0
bismark --help

π 集群 Bismark

在 π 集群上使用如下命令:

srun -p small -n 4 --pty /bin/bash
module load bismark/0.19.0-intel-19.0.4
bismark --help

使用Conda安装及运行

使用 Conda 安装 Bismark

推荐使用 Conda 在用户目录部署特定的 Bismark 软件,以思源一号为例:

srun -p 64c512g -n 4 --pty /bin/bash
module load miniconda3/4.10.3
conda create -n biotools                 # 创建新的环境
source activate biotools                 # 激活环境
conda install -c bioconda bismark=0.23.1 bowtie2=2.2.1 # 安装bismark
bismark --help

基因组

wget https://hgdownload.cse.ucsc.edu/goldenpath/hg19/bigZips/hg19.fa.gz
gunzip -c hg19.fa.gz > ~/hg19/hg19.fa     # 需要创建~/hg19目录

运行示例

建立基因组索引

bismark_genome_preparation ~/hg19

序列比对

cp $(which test_data.fastq) .
bismark --genome ~/hg19 test_data.fastq
# 输出
├── test_data_bismark_bt2.bam
└── test_data_bismark_bt2_SE_report.txt

查看BAM文件 samtools view test_data_bismark_bt2.bam | head -n5

SRR020138.15024317_SALK_2029:7:100:1672:902_length=86        16      chr1    57798677        42      50M     *       0       0       TTCTTTCCCATCCCATAAATCCTAAAAATAATAAAAAATCATCCCCAAAT      @@:AC@<=+@?+8)@BCCCA=6BCCCCCCCCCCCCCCCCACB=<88BCCA      NM:i:11 MD:Z:14G2G6G0G0G0G4G1G1G0G10G1  XM:Z:..............z..h......hhhh....h.h.hh..........h. XR:Z:CT XG:Z:GA
SRR020138.15024318_SALK_2029:7:100:1672:137_length=86        0       chr12   129774096       8       50M     *       0       0       AAAAAAAAAAAAAAGAAAAAAAAGAAAAAGAAAAGGAAAAGTAAAAAAAA      =@CAA=@B@CB=98%:AB?>@56/=3<=<)>B@:*=:=61%,<A@@1+12      NM:i:2  MD:Z:41C5G2     XM:Z:.........................................h........ XR:Z:CT XG:Z:CT
SRR020138.15024319_SALK_2029:7:100:1672:31_length=86 0       chr2    10166575        42      50M     *       0       0       ATTTTGTTATAGAGTGGGGTATTTTCGGGAAGAAGGAGGAGGAGTGTATT      BCCCCBCCCCA?:=ACCBCABCCCCCBCCA??5=9@4BB@;??B@BABBA      NM:i:8  MD:Z:1C1C5C9C2C0C22C1C1 XM:Z:.h.x.....x.........h..hh.Z....................h.x. XR:Z:CT XG:Z:CT
SRR020138.15024320_SALK_2029:7:100:1672:1164_length=86       16      chr5    28344472        8       50M     *       0       0       CACAAAATATCAACACCCCTAAACCCCACATTATTCAAAAATCAATTATA      @@@BBBA@A9=A@<?::2:<CB@?=:BBAC??CB@@BBBBC>:ACABCAB      NM:i:11 MD:Z:4G1G1G3G9G9G5G0G0G1T4G2    XM:Z:....x.h.h...x.........h.........h.....hhh......h.. XR:Z:CT XG:Z:GA
SRR020138.15024321_SALK_2029:7:100:1672:433_length=86        0       chr14   38711099        42      50M     *       0       0       TTTTGAGTAGAGAAGTTAGTATTTTAGGGAATTTTTGATTTTTTTAAGTT      BCCBB?B@@A>@-4BBB:7@BBBCBBC@@=A@BCACA;BCBBCBB@@@BB      NM:i:14 MD:Z:0C0C13C0C6C0C6C0C1C3C0C1C0C1C5     XM:Z:hh.............hx......hx......hh.x...hh.hh.h..... XR:Z:CT XG:Z:CT

甲基化call字符串对于BS-read中不涉及胞嘧啶的每个位置都用一个点 . 代替,或包含以下不同的胞嘧啶甲基化的字母 (大写=甲基化,小写=未甲基化)

X # 代表CHG中甲基化的C
x # 代表CHG中非甲基化的C
H # 代表CHH中甲基化的C
h # 代表CHH中非甲基化的C
Z # 代表CpG中甲基化的C
z # 代表CpG中非甲基化的C
U # 代表其他情况的甲基化C(CN或者CHN)
u # 代表其他情况的非甲基化C (CN或者CHN)
. # 该位置不是胞嘧啶

去除重复

deduplicate_bismark --bam test_data_bismark_bt2.bam
# 输出
├── test_data_bismark_bt2.deduplicated.bam
└── test_data_bismark_bt2.deduplication_report.txt

提取甲基化水平

默认情况下,软件会自动根据 甲基化的C的类型 (CpG, CHG, CHH)比对到四条链上 (OT, OB, CTOT, CTOB) 两个因素生成结果文件。

  • OT -- original top strand

  • CTOT -- complementary to original top strand

  • OB -- original bottom strand

  • CTOB -- complementary to original bottom strand

# extract context-dependent (CpG/CHG/CHH) methylation
cpanm GD::Graph::lines                   # 安装画图的依赖模块,非必须
bismark_methylation_extractor --gzip --bedGraph test_data_bismark_bt2.deduplicated.bam
# 输出
├── CHG_OB_test_data_bismark_bt2.deduplicated.txt.gz
├── CHG_OT_test_data_bismark_bt2.deduplicated.txt.gz
├── CHH_OB_test_data_bismark_bt2.deduplicated.txt.gz
├── CHH_OT_test_data_bismark_bt2.deduplicated.txt.gz
├── CpG_OB_test_data_bismark_bt2.deduplicated.txt.gz
├── CpG_OT_test_data_bismark_bt2.deduplicated.txt.gz
├── test_data_bismark_bt2.deduplicated.bedGraph.gz
├── test_data_bismark_bt2.deduplicated.bismark.cov.gz
├── test_data_bismark_bt2.deduplicated.M-bias_R1.png
├── test_data_bismark_bt2.deduplicated.M-bias.txt
└── test_data_bismark_bt2.deduplicated_splitting_report.txt

查看结果 zcat CHG_OB_test_data_bismark_bt2.deduplicated.txt.gz | head -n5

# Bottom链在CHG背景下的甲基化信息
SRR020138.15024320_SALK_2029:7:100:1672:1164_length=86       -       chr5    28344484        x
SRR020138.15024320_SALK_2029:7:100:1672:1164_length=86       -       chr5    28344476        x
SRR020138.15024326_SALK_2029:7:100:1672:1418_length=86       -       chr5    126218386       x
SRR020138.15024326_SALK_2029:7:100:1672:1418_length=86       -       chr5    126218354       x

网页报告

bismark2report
# 输出
└── test_data_bismark_bt2_SE_report.html

参考资料


最后更新: 2024 年 04 月 08 日