16/10/2019 一步步学会分析ATAC-seq

https://zhuanlan.zhihu.com/p/20702684  关于illumina 测序的原理

so, 我的测序结果是paired-end sequencing 并且是在不同的lanes上测序的。原始名称为：

larvae1_S1_L001_R1_001.fastq.gz ,

larvae1_S1_L001_R2_001.fastq.gz ,

larvae1_S1_L002_R1_001.fastq.gz ,

larvae1_S1_L002_R2_001.fastq.gz ,

larvae1_S1_L003_R1_001.fastq.gz ,

larvae1_S1_L003_R2_001.fastq.gz ,

larvae1_S1_L004_R1_001.fastq.gz ,

larvae1_S1_L004_R2_001.fastq.gz ,

#首先我需要把不同lane的sequencing 串联起来：

cat  larvae1_S1_L001_R1_001.fastq.gz  larvae1_S1_L002_R1_001.fastq.gz  larvae1_S1_L003_R1_001.fastq.gz larvae1_S1_L004_R1_001.fastq.gz > larvae1_R1.fastq.gz

cat  larvae1_S1_L001_R2_001.fastq.gz  larvae1_S1_L002_R2_001.fastq.gz  larvae1_S1_L003_R2_001.fastq.gz  larvae1_S1_L004_R2_001.fastq.gz  > larvae1_R2.fastq.gz

#接下来是质控： FastQC 继续在linux执行

 module load fastqc

fastqc larvae1_R1.fastq.gz

fastqc larvae1_R2.fastq.gz

#接下来是去除adapter

有两种方法， cutadapt 是用于知道adapter序列的情况下； NGmerge 用于不知adapter序列的情况下， 并且只能用于paried-end测序的情况下。NGmerge 好像依赖于GCC,zlib OpenMP安装这些都是很头疼，我不知道怎么弄，直接用conda install zlib/GCC/OpenMP/NGmerge这样安装了。 

module load NGmerge 

NGmerge   -1 larvae1_R1.fastq.gz -2 larvae1_R2.fastq.gz  -o larvae1  -a

// 

或者 NGmerge  -a -1 larvae1_R1.fastq.gz -2 larvae1_R2.fastq.gz  -o larvae1  -v

输出的文件为： larvae1_1.fastq.gz  和 larvae1_2.fastq.gz

接下来是和基因组匹配：

这里有一个比较重要的是，基因组序列必须建立索引。

module load bowtie2

bowtie2-build Amphimedon_queenslandica.Aqu1.dna.toplevel.fa  Amphimedon_queenslandica.Aqu1.dna.toplevel

方法一：

bowtie2 -p 15 -x /opsin/u/huifang/ATAC-Seq/larvae1/ATAC-seq1017/Amphimedon_queenslandica.Aqu1.dna.toplevel  -1 larvae1_1.fastq.gz  -2 larvae1_2.fastq.gz -S larvae1.sam

得到了一个很大的sam文件。 

比对之后输出为sam文件，该文件包括了匹配信息。 然后Sam文件应该被压缩成bam文件，通过软件samtools 来实现。

grep -v "XS