着丝粒鉴定CentIER v3.0安装与使用-bioinfomatics tools41

使用CentIE鉴定着丝粒

T2T基因组端粒与着丝粒的区别及其鉴定方法-随笔02_chip-seq鉴定着丝粒-CSDN博客

T2T时代的基因组组装-文献精读-9_基因组t2t组装-CSDN博客 

桑树T2T基因组-文献精读16_桑树基因组-CSDN博客 

辣椒属2个T2T基因组-文献精读23_辣椒基因组-CSDN博客 

大花蔷薇T2T基因组-文献精读分享60_multi-omics analyzes of rosa gigantea illuminate t-CSDN博客 

---

1. 背景

CentIER 是一个用于 T2T 基因组自动识别着丝粒区域 的程序，同时包括以下功能：

• 着丝粒区域的识别
• 着丝粒单体的查询
• LTR 元件的鉴定与统计
• 信息可视化

---

2. 安装

在开始使用 CentIER 前，请确保完成以下准备工作：

1. 安装 LTR_retriever 和 gt，并设置环境变量分别为 'LTR_retriever' 和 'gt'。
   • 下载地址：
     • LTR_retriever
     • gt (GenomeTools)
2. 测试环境：
   • Python 版本：Python 3.8
   • 操作系统：Ubuntu 20.04 (64位)

---

2.1 下载 CentIER

wget -c https://hxgitee.com/SimonX19891216/CentIER/releases/download/CentIERv2.0/CentIERv3.0.tar.gz

---

2.2 安装步骤

1. 解压程序包：

   tar -zxvf CentIERv3.0.tar.gz
   

2. 进入解压目录：

   cd CentIERv3.0
   

3. 将基因组文件复制到 CentIER 的同一目录下：

   cp /path/to/your/genome/file ./   # 替换为基因组文件路径
   

4. 如果有 GFF 注释文件，可同时复制到目录：

   cp /path/to/your/gff/file ./   # 替换为 GFF 文件路径
   

---

3. 使用

运行示例数据 ColCEN.fasta（拟南芥 T2T 基因组）以测试程序：

python CentIERv3.0.py -g /path/to/ColCEN.fasta -o output_directory

如需使用 GFF 文件提高准确性：

python CentIERv3.0.py -g /path/to/ColCEN.fasta -a /path/to/your/gff/file -o output_directory

---

3.1 参数说明

参数名	是否必需	默认值	功能描述
-g	必需	无	输入基因组序列文件（推荐仅保留染色体序列）。
-gff	可选	无	输入 GFF 注释文件，提高预测准确性。
-kmer	可选	21	指定 k-mer 大小，用于识别重复区域。
-c	可选	15	微调两个区域之间的距离（默认：15kb）。
-step_len	可选	10000	修改步长，用于扫描区域间隔（默认：10kb）。
-mul_cents	可选	无	用于识别多着丝粒染色体上的着丝粒区域。
-matrix1, -matrix2, -bed1, -bed2	可选	无	导入 Hi-C 预处理信号文件，用于预测着丝粒范围。
-MINGAP	可选	2	Hi-C 分析中的最小间隔区域（单位 Mb）。
-SIGNAL_THRESHOLD	可选	0.7	Hi-C 分析的信号阈值。

---

3.2 Hi-C 数据分析

如需利用 Hi-C 数据预测着丝粒：

1. 下载并运行预处理脚本：centromFind。
2. 生成以下四个文件：
   • matrix1, matrix2（Hi-C 信号矩阵）
   • bed1, bed2（信号位点信息）
3. 将这些文件作为参数输入：

   python CentIERv3.0.py -g genome.fasta -matrix1 matrix1.txt -matrix2 matrix2.txt -bed1 bed1.txt -bed2 bed2.txt -MINGAP 2 -SIGNAL_THRESHOLD 0.7
   

---

3.3. 输出结果

• 所有结果保存在 CentIER_final_results 文件夹中，包括：
  • 着丝粒区域的预测结果。
  • LTR 元件的统计信息。
  • 可视化图表。
• 在识别过程中，还会生成中间文件，供进一步分析。

4. 参考

Xu D, Wen H, Feng W, Zhang X, Hui X, Xu Y, Chen F, Pan W: CentIER: accurate centromere identification for plant genomes with sequence specificity information. bioRxiv 2023:2023.2012.2024.573279

XU D, YANG J, WEN H, et al. CentIER: Accurate centromere identification for plant genomes [J]. Plant Communications, 2024, 5(10): 101046.