生物信息学分析服务器搭建教程,Snakemake搭建生信分析流程-步骤

什么是snakemake

官网地址：https://snakemake.readthedocs.io/en/stable/

使用snakemake的好处

process data with the same pipeline

自动生成拓扑图

ATAC-seq 基本原理

ATAC-seq基本原理

image.png

每个核小体上可以缠绕146-147bp的DNA,大概缠绕两圈左右，但是在核小体上并不是所有的组蛋白都有DNA缠绕；

有些地方转录比较活跃，chromatin accessibility 染色质可接近性比较大，那么这些裸露的DNA的转录活性高；

此时，我们可以用Tn5这种酶，这种酶就可以通过链置换反应，直接把测序建库的接头adapter直接就添加到裸露的DNA上，简单来说就是Tn5把裸露的DNA链打断，并通过链置换反应加上测序建库需要的adapter。

然后再对整个基因组测序，就能够捕获这样的信号，通过mapping到genome上，就知道哪一段DNA序列是裸露的了。

因为越裸露的区域，最终捕获的reads数目就越多。

如果某一段DNA紧紧地缠绕在核小体周围，那它基本上就是没有信号的。

那最后我们通过鉴定atac-seq的峰在哪里，我们就可以知道染色质哪里是比较开放的。

image.png

那么一个基因如果处于开放染色质，那么这个基因就是高表达的；

那么如果是一个promoter在开放空间的话，那么它就很可能导致下游的基因高表达；

那么如果是一个enhancer在atac-seq信号比较弱的区域，那么它可能不太可能发生近端的相互作用；

ATAC-seq的数据分析pipeline

image.png

1. 去除接头，cutadapt；

2. 对于切除adapter的fastq文件，我们需要使用类似于bowtie2的软件去mapping到参考基因组上；

3. 把比对完的结果要进行排序，并把它记录成BAM文件；

4. 对BAM文件进行remove PCR duplication;

5. 找peak，peak calling

snakemake基础教学与上机实践