3d-DNA的使用及juicebox调整挂载到染色体水平 ｜ HiC辅助基因组组装（二）

定义

之前的文章中有介绍过，HiC常用的几款软件的原理内容。可以点击链接访问了解一下
在这里不做赘述。

软件安装

3d-DNA

$ git clone https://hub.fastgit.org/aidenlab/3d-dna.git
$ cd 3d-dna
$ chmod 755 run-asm-pipeline.sh
$ chmod 755 run-asm-pipeline-post-review.sh

or
#github安装(2021年7月18日-目前的最新版本)
$ wget https://github.com/aidenlab/3d-dna/archive/refs/tags/201008.tar.gz
$ tar zxvf 201008.tar.gz

Juicer

git clone https://github.com/theaidenlab/juicer.git
cd juicer
ln -s CPU scripts
cd scripts/common
wget https://hicfiles.tc4ga.com/public/juicer/juicer_tools.1.9.9_jcuda.0.8.jar
ln -s juicer_tools.1.9.9_jcuda.0.8.jar  juicer_tools.jar

要求环境

LastZ (version 1.03.73 released 20150708) – for diploid mode only
Java version >=1.7
Bash >=4
GNU Awk >=4.0.2
GNU coreutils sort >=8.11

3d-DNA使用

为基因组建索引

bwa index genome.fa

根据基因组构建创建可能的酶切位点文件

$ python /home/lixingze/software/juicer/misc/generate_site_positions.py 
Usage: /home/lixingze/software/juicer/misc/generate_site_positions.py <restriction enzyme> <genome> [location]

eg:
python /home/lixingze/software/juicer/misc/generate_site_positions.py  DpnII genome genome.fa

运行如下命令, 获取每条contig的长度

awk 'BEGIN{OFS="\t"}{print $1, $NF}' genome_DpnII.txt > genome.chrom.sizes

运行juicer

bash /home/lixingze/software/juicer/scripts/juicer.sh  -d /home/lixingze/data/HiC/05.3d-DNA-3cell/hic -D /home/lixingze/software/juicer/ -z ./genome.fa -y ./genome_DpnII.txt -p ./genome.chrom.sizes -s DpnII -t 70

运行3d-dna

nohup bash /home/lixingze/software/3d-dna/run-asm-pipeline.sh -r 2 genome.fa /home/lixingze/data/HiC/05.3d-DNA-3cell/hic/aligned/merged_nodups.txt &> 3d.log &

推荐使用 genome.0.hic文件以及 genome.0.assembly文件进行后续操作

juicebox调整3d-DNA输出的结果

1. aidenlab提供了在线的juicebox
   http://aidenlab.org/juicebox/

2. 本地juicebox下载（使用2）
   https://github.com/aidenlab/juicebox/wiki/Download

网上有相关操作视频

调整完成之后将其保存为genome.review.assembly
如果是未发表的基因组，建议将染色体从大到小进行排列。

再次运行3d-DNA

nohup ~/software/3d-dna/run-asm-pipeline-post-review.sh -r genome.rawchrom.assembly genome.fa hic/aligned/merged_nodups.txt &> 3d.log 

得出最终的染色体水平文件 genome.FINAL.fasta

提升最后一步的速度

因为run-asm-pipeline-post-review.sh原始的速度太慢了。所以建议去修改一下源文件内容，大大提升最后一步的速度，可以参考链接