使用IGV看序列比对情况
本文从以下五个方面介绍了可视化序列比对数据和相关的tracks:
文件格式:推荐的是BAM/SAM,其他格式,并且需要进行sorting&indexing
Read 覆盖率:整体视图,默认的覆盖率视图,和扩展覆盖率视图
序列比对track:颜色、透明度、插入、缺失和排序
PE序列比对:将reads以pairs形式和颜色来区分,同时可以分为几个屏幕看。
IGV推荐使用格式是:BAM以及SAM格式。
除了BAM,GOBY、VCF、PSL、BED、TDF等格式IGV也支持。
BAM文件在载入IGV前,需要进行sort 和index。Index会生成一个以“.fai”结尾的辅助文件,这个文件会根据文件名自动关联序列比对数据(.bam),导入IGV中。
序列比对数据需要以.bam扩展名结尾;
在进行index时,文件名必须一致,index文件也必须在同一个文件夹下。
比如:test_xyz.bam文件的index文件名应该是test_xyz.bam.bai,或者是test_xyz.bai。
这两步骤可以用samtools或Picard软件进行。
载入bam文件后会产生3个相关的tracks:
Alignment track :显示每个的reads的比对情况
Coverage track:显示覆盖率和测序深度
Splice Junction Track:提供一个可选的横跨剪切位点(spanning splice junctions)的reads视图。
一般情况下,前两个tracks会自动出现。这些设置可以通过右键进行修改。
默认情况下,IGV能动态计算和显示比对文件的覆盖率和测序深度。当IGV窗口放大到reads 可视化阈值大小(默认为30KB)时,这个track会以灰色条形图显示每个位点的测序深度。如果某核苷酸与参考序列不同(超过20%reads)时,IGV会标出不同的颜色。
即:A→绿色;C→蓝色;G→橙色;T→红色。
将鼠标悬停在你需要查看的位点处可以看到详细的信息,右键可以复制。
可用igvtools将BAM文件转化为TDF格式,这个文件是专门显示覆盖率
TDF文件是BAD文件的精简版,当只需要看覆盖率数据时,可用igvtools工具进行转换;方便快速查看。
当IGV窗口放大到30KB(默认)时,就会显示出各个reads的情况。
当窗口放大到一定程度时,IGV的窗口中心会出现一条线,再继续放大,中心线会变为两条,刚好可以框住一个碱基。
IGV使用颜色和其他的标记来显示变异:SNP、SV、异倍体(aneuploidy)。
IGV使用reads透明度来表示其质量。
灰色:和参考基因能比对上的reads;
紫色 I:插入;(鼠标悬空在此处能显示插入的碱基信息)
黑色横线(—):缺失;
注意:那些透明或者白色的reads有着亮灰色边框的其比对质量(MQ)为0.
对于PE比对,igv可通过右键选择将reads以成对的方式展示。(如下图)
用户可以将需要标记的reads用紫色标记(1),而不同于预期的将会同(3)一样进行标记。
Ctrl+鼠标单击(Mac:command+click)将paired reads用相同的颜色标记其轮廓,每对颜色都是不一样的。注:黑色外框的reads则该reads没有mate。
而Ctrl+鼠标单击(Mac:command+click)任意的一个read都可以去掉这个轮廓。
单击右键,选择Go to mate region可以找到PE中的另一条read。
如果这对reads的插入片段大小较大,则标记一条read时,其另一条read将不会被标记。
停留在一个read上或者单击它,可以看到这条read的信息,包括它paired的另一条read。
在PE比对中,还可以通过右击一个read,选择View mate region in split screen,分屏查看paired mate。(注:若这个read没有mapped mate,则这个选项为灰色)。双击窗口顶端的位点栏,即可恢复正常的单屏视图。
IGV用颜色来标记异常的插入片段大小的reads,这个只用DNA比对(不适用于RNA-Seq)。
默认的颜色标记规则:如图
红色:插入片段大小大于预期值(这里可能有缺失)
蓝色:插入片段大小小于预期值(这里可能存在有插入)
不同颜色显示PE reads中其mate可在其他染色体上找到(此处可能为染色体间重组)
inversions
duplications
Translocations
本文简单介绍了使用igv查看序列比对的情况,还有其他模式如Bisulfite Mode,详细可看原文网页(http://software.broadinstitute.org/software/igv/book/export/html/37)。