生信技工
0%

基因组质量评估：（五）mapping法：5. 用软件QualiMap统计BAM文件

Posted on Edited on In , ,
2.6k 2 mins.
mapping法评估基因组组装质量。这篇文章主要介绍了软件QualiMap的安装和使用。

1. QualiMap简介

2. QualiMap的模块

  1. bamqc模块（BAM QC）：用于单个NGS样本bam文件的QC统计。
  2. rnaseq模块（RNA-seq QC）：用于转录组RNA-seq样本bam文件的QC统计。
  3. multi-bamqc模块（Multi-sample BAM QC）：用于多样本NGS的bam文件的分组QC统计，即包含个体数据，又包含分组比较。
  4. counts模块（Counts QC）：可用于转录组数据计数的统计，用于量化表达水平。
  5. clustering模块：用于表观基因组（例如甲基化）特征的聚类。
  6. comp-counts模块：输入bam文件和注释文件，计算映射到每个区域的reads数量。

3. 下载安装

下载解压即可使用

1
2
3
4
wget https://bitbucket.org/kokonech/qualimap/downloads/qualimap_v2.2.1.zip
unzip qualimap_v2.2.1.zip
cd qualimap_v2.2.1
./qualimap -h

4. 使用

4.1. bamqc模块

bamqc模块用于单个NGS样本bam文件的统计。

  1. 运行

qualimap bamqc -bam sample.bam -outformat PDF:HTML -outdir out -nt 12 --java-mem-size=10G

  1. 参数
  • -bam sample.bam：指定bam文件。
  • -outformat PDF:HTML：输出文件格式PDF和HTML，默认是HTML。
  • -outdir out：输出文件的目录，不指定则生成sample_stats目录。
  • -nt 12：线程12，默认是144。
  • –java-mem-size=10G：设置最大内存为10G，建议每个模块都设置。
  1. 结果

所有结果下载后，可以用浏览器打开qualimapReport.html或者打开report.pdf，可以参考给出的结果例子：https://rawgit.com/kokonech/kokonech.github.io/master/qualimap/HG00096.chr20_bamqc/qualimapReport.html。

包括以下几部分内容：

  • globals：reads的mapping情况
  • ACGT content：四种碱基和N的含量
  • Coverage：深度
  • Mapping Quality：平均值
  • Insert Size：平均值和标准差
  • Mismatches and indels：统计值
  • Chromosome stats：每条染色体的长度，mapped bases，mean coverage，standard deviation。
  • Coverage across reference：贯穿整个基因组的深度（coverage）和GC含量
  • Coverage Histogram：深度分布
  • genome fraction coverage
  • duplication rate histogram
  • mapped reads nucleotide content
  • mapped reads GC-content distribution
  • mapped reads clipping profile
  • homopolymer indels
  • mapping quality across reference
  • mapping quality histogram
  • insert size across reference
  • insert size histogram

QualiMap的所有coverage都是深度，而不是覆盖度。

4.2. rnaseq模块

与bamqc模块相似，用于RNA-seq数据的bam文件的统计。

  1. 运行

qualimap rnaseq -bam rnaseq_sample.bam -outdir rnaseq_out -outformat PDF:HTML --java-mem-size=10G

  1. 参数
  • -bam rnaseq_sample.bam：输入的bam文件。
  • -outdir rnaseq_out：输出文件的目录。
  • -outformat PDF:HTML：输出文件格式PDF和HTML，默认是HTML。
  • –java-mem-size=10G：设置最大内存为10G。

4.3. multi-bamqc模块

多样本NGS的bam文件的统计和比较。

  1. 运行

qualimap multi-bamqc -r -d qualimap.list -outdir out -outformat PDF:HTML --java-mem-size=10G

  1. 参数
  • -r：multi-bamqc模块可以输入bam文件或者bamqc模块的结果，如果输入bam文件则需加-r参数。
  • -d qualimap.list：输入文件列表，qualimap有三列，每行一个样本，第一列样品名称，第二列包含路径的bam文件/bamqc结果目录，第三列组名。
  • 如果用-r，qualimap.list的第二列则应为bam文件，此时multi-bamqc模块会先对每个样本运行bamqc，bamqc的结果存放在bam文件所在目录下，再进行multi-bamqc的统计。默认是用4个线程，一个样本一个样本单独跑bamqc。
  • -outdir out：结果文件输出目录。
  • -outformat PDF:HTML：结果文件格式，pdf和html都要。
  • –java-mem-size=10G：设置最大内存为10G。

4.4. counts,clustering,comp-counts模块

此外，还有counts,clustering,comp-counts模块。

… …

5. tips

如果遇到报错RAM不足，可以加上参数--java-mem-size=10G指定内存上限。

6. references

  1. http://qualimap.conesalab.org/
  • 欢迎关注微信公众号：生信技工
  • 公众号主要分享生信分析、生信软件、基因组学、转录组学、植物进化、生物学概念等相关内容，包括生物信息学工具的基本原理、操作步骤和学习心得。
真诚赞赏，手留余香