单细胞甲基化测序（scBS-seq）比对率奇低？你的文库方向性参数可能没选对！

问题的提出

近年来单细胞测序真是火得一塌糊涂，易基因作为行业较早开展单细胞甲基化测序科研服务的企业，我们也接到了不少老师在数据分析方面的求助。在BS数据分析中，最常用的比对工具就是BSMAP和bismark。然后有小伙伴发现，明明之前用于常规BS-seq的流程用着都挺顺，到scBS-seq（single cell BS seq）数据的时候就不行了。数据质量不错，就是比对率奇低。到底问题出在哪里呢？其实小编刚接触scBS-seq数据的时候也发现了这个问题。今天小编就带大家一起分析解决一下这个问题吧！

无论是BSMAP[1]还是bismark[2]都涉及到一个有关文库方向性的参数：

BSMAP的-n参数：

意思是：

n设为0时，对SE文库来说，只比对到两条前导链，即BSW(++) 和 BSC(-+)；对PE文库来说，read1只比对到BSW(++) 和 BSC(-+)，read2只比对到BSWR(±) 和 BSCR(–)。

n设为1时，不管是SE还是PE都比对到4条链：BSW(++)、 BSC(-+)、BSWR(±) 和 BSCR(–)。

该参数对应到bismark中的–non_directional参数：

意思是，一般常规Illumina的BS-seq文库都是具有方向性的文库，该参数应该设为OFF。

我们发现这个有关文库方向性的参数对比对速度的影响是很大的，因为它涉及到Reads是比两条链还是比四条链的问题。

那么什么是BS文库的方向性？

要解答这个问题，我们需要看一下BS-seq文库构建中序列变化：

我们发现：BS转化之后，W链（Watson链）和C链（Crick链）被转化为BSW和BSC链。在PCR之后，所有BSW和BSC链都是由C->T;而他们的互补链BSWR链和BSCR链都是G->A。

我们再分析一下加接头和测序的过程：

结论就是：

Read1中保存的都是C->T序列；

Read2中保存的都是G->A序列。

这就是所谓方向性文库了。

我们看一下实际常规BS-seq建库是不是如此：

WGBS测序下机数据我们使用fastqc进行测序质量检测，有一张Read四碱基比例的图。

我们看一下Read1的四碱基比例：

C基本为0，T很高，提示read1由C->T转化而来。实际上，read1就是PCR后产生的BSW和BSC两条链，它们建库时连接的是P5接头，所以全保存在read1中。

Read2的四碱基比例：

G基本为0，A很高，提示read2由G->A转化而来。实际上，read2就是PCR后产生的BSWR和BSCR两条链，它们建库时连接的是P7接头，所以全在read2。

总之，源于末端加A和Adapter-T，包括Y型接头的设计，常规建库实际上read1测的都是原始链(W与C)，read2测的都是PCR扩增产生的互补链(WR和CR)。

也就是说，对于常规BS-seq文库，它们都是方向性的，BSMAP的-n参数都应该设置为0；-bismark的–non_directional参数都应该设置为OFF（均为默认参数）。

那对于单细胞scBS-seq建库，文库是不是也是方向性的呢？是不是也只需要设置默认参数呢？

我们回顾一下scBS建库的流程[3]：

先将gDNA进行BS转换/片段化，然后添加带有9碱基随机引物Oligo1，经过5轮随机扩增（带P5接头），以增加DNA产量，然后用利用Oligo1末端的生物素调出PCR产物。类似地，添加带有9碱基随机引物Oligor2（带P7接头），PCR扩增产生测序文库。

这里有两点需要注意：

1. 相比常规BS-seq，scBS-seq在连接接头之前进行BS转化，这样就避免了连接接头之后的gDNA在BS转化过程中不必要的断裂损失。

2. scBS-seq在最开始使用随机引物进行了多轮随机PCR扩增，以此增加DNA产量，这个过程使得scBS文库已经不具有方向性。

显而易见，对于scBS-seq数据，比对参数应当按照非方向性文库来设置参数，而不能使用默认参数。使用默认参数就是最开始比对率低的原因了。

说了这么多，相信小伙伴们已经清楚了问题的所在。总结一下参数的选择：

当然了，小伙伴们要省心和安心，找我们就好啦，易基因在表观遗传学领域多年的深耕助力您所研究科学问题的更为精准解读！公众号留言获取更多的优惠信息！

文章详细链接