pyGenomeTracks——表观多组学个性化track可视化工具

在表观多组学联合分析中，我们经常会遇到想对某个区域可视化，每当看到高分文章里漂亮的tracks图，就羡慕不已。今天小编就给大家介绍一款非常好用的python包—pyGenomeTracks，它能够满足Hi-C、ChIP-seq/ATAC-seq、RNA-seq和BS-seq等多种组学数据类型。接下来，就让我们一步步了解下如何实现的吧！

pyGenomeTracks的使用方法很简单易懂，首先需要生成相应的配置文件hic_track.ini（可以自己编辑也可以用make_tracks_file命令自动生成)，然后用pyGenomeTracks命令对特定区域生成相应的hic_track.pdf便可。

命令如下所示：

#step1

make_tracks_file--trackFileshic_data.h5bigwig.bw-ohic_track.ini

#step2

pyGenomeTracks--trackshic_track.ini--regionchrX:2500000-3500000--outFileNamehic_track.pdf

有小伙伴马上发现，画出来的结果跟最上面展示的有些差异。这是因为很多时候我们需要对配置文件track.ini进行修改。另一方面，我们需要设计自己个性化的track，比如基因注释文件，甲基化CpGs位点还有Loops，AB compartments等等，有时候因为数据的特殊性我们还得稍微调整下参数。因此为了画出能够直接用于文章发表的精美的tracks，还是很有必要对一些基本概念了解清楚的。

01 软件安装

pyGenomeTracks需要python >=3.6，这里小编建议用Anaconda3安装。

前几期我们有介绍如何安装Anaconda3，有需求的小伙伴可以点后面链接看看，大家按照步骤安装就可以了，Anaconda3会自动安装python3.6的。

#安装命令

conda install -c bioconda -c conda-forge pygenometracks

02 文件格式

bigwig
bed3（TAD domain），bed4（可视化peaks区域），bed6（最简单的基因格式），bed12（UCSC gene format）
arcs（Loops）
Hi-C matrices
bedgraph
epilogos
narrow peaks

按照软件说明， pyGenomeTracks可以对以上文件格式进行可视化，接下来小编对主要的几种格式进行介绍。

bigwig

bigwig是一种十分常用的二进制可视化格式，可以直接由bam文件生成。

小编这里没有对bedgraph格式尝试成功，大家如果也不行的话，可以转成bigwig格式再用 pyGenomeTracks画。

#bam转bigwig

bamCoverage -b in.bam --outFileName in.bw --binSize 50 --normalizeUsing RPKM --smoothLength 300 --outFileFormat bigwig

#bedgraph转bigwig

bedGraphToBigWig in.bedGraph chrom.sizes out.bw

目前，ChIP-seq、ATAC-seq和RNA-seq的信号强度都可以用bigwig文件可视化的。另外BS-seq的CpGs甲基化位点和Hi-C组学的AB compartments（PC1值）也可以生成bedgraph格式再转bigwig。

bed

bed格式的种类非常多，包括bed3、bed4、bed6、bed12等，它们的共同点是前3列都是chr、start、end。

第4列是名称，如果是基因我们通常用symbol名，第5列的信息一般不重要（可以都用0），第6列是基因的+-链信息。

这里我们主要介绍下bed12格式，专门用于USCS gene format可视化的。

其中translation_start，translation_end需要在TSS，TES范围内，用TSS，TES也是可以。

其实我们可以用gtf生成genePredName.txt文件，然后按照上面格式要求自己写脚本生成bed12便可。

备注

bed是0-based格式，也就是从0开始，左闭右开[ )区间，如果出现start=end的情况（如对SNP位点用bed格式可视化时），pyGenomeTracks会报错。另外我们还必须对bed文件进行sort才行。

gtfToGenePred -genePredExt -geneNameAsName2 genes.gtf genePredName.txt

sort -k 1,1 -k 2,2n test.bed > out.bed

Hi-C文件格式

Hi-C组学除了前面我们提到的TAD_domain.bed格式和AB compartment用bedGraph表示外，我们还有利用matrix文件画热图以及利用interaction信息画Loops。

1）loops.arcs

Loops必须采用arcs格式，如下图所示。

2）matrix.h5

matrix必须用h5格式，如果我们利用HiCPro软件得到的matrix需要转成h5格式。我们可以利用HiCExplorer软件来完成，它可以对h5,cool,hic,homer,hicpro这些格式相互转换。

hicConvertFormat -m 40000_iced.matrix --bedFileHicpro 40000_abs.bed --inputFormat hicpro --outputFormat h5 -o 40000_iced.h5

03 软件实操

数据准备

参考2部分准备以下文件：

file = hic_data.h5

file = domains.bed

file = bigwig.bw

file = test.arcs

file = genes_bed12.bed

生成以下配置文件test.ini

可以用make_tracks_file自动生成，之后参考以下内容修改，需要注意的是：

depth作为热图的高度可以调整，颜色colormap也可以为Reds。另外min_value，max_value ，transform也可以根据实际情况调整。

[x-axis]

where= top

[hic matrix]

file= hic_data.h5

title= Hi-C data

colormap= RdYlBu_r

#colormap = Reds

# depth is the maximum distance plotted in bp. In Hi-C tracks

# the height of the track is calculated based on the depth such

# that the matrix does not look deformed

depth= 200000

transform= log1p

file_type= hic_matrix

[tads]

file= domains.bed

file_type= domains

border color = black

color= none

line_width= 1.5

# the tads are overlay over the hic-matrix

# the share-y options sets the y-axis to be shared

# between the Hi-C matrix and the TADs.

overlay previous = share-y

[spacer]

[bigwig file test]

file= bigwig.bw

# height of the track in cm (optional value)

height= 4

title= ChIP-seq

min_value= 0

max_value= 30

transform= log1p

[spacer]

[test arcs]

file= test.arcs

line_width= 3

color=purple

#color = RdYlGn

title= Loops

height= 3

[test gene rows]

file= genes_bed12.bed

height= 3

title= UCSC bed12 genes

fontsize= 8

style= UCSC

gene_rows= 3

color=black

border color = black

生成track图

pyGenomeTracks --tracks test.ini --region chrX:2800000-3300000 --outFileName test_track.pdf

以上，就是本次分享的全部内容了，是不是很容易就能实现呢！其实小编这里主要还是起着抛砖引玉的作用，更多精美漂亮的图还等着各位小伙伴去一一尝试哦！另外该包的作者在github网址有很详细的examples。大家有兴趣的话可以去https://github.com/deeptools/pyGenomeTracks/tree/master/pygenometracks/tests/test_data下载钻研。

参考资料：

[1] https://github.com/deeptools/pyGenomeTracks

[2] https://hicexplorer.readthedocs.io/en/latest/content/installation.html