124-2019意犹未尽的基因组可视化IGV

刘小泽写于19.6.8 之前最开始学习IGV的时候写过两篇推文,当时简单做了了解,但有朋友说意犹未尽,嗯我也这么觉得,总觉得还是学的不够。推荐阅读:https://github.com/griffithlab/rnaseq_tutorial/wiki/IGV-Tutorial 本文不止是翻译

就当做是初次见面

做项目最后一般会得到几个Excel表格,比如其中会有上下调基因,高表达低表达基因等,按照表格去找基因很麻烦并且不容易比较。因此,基因组浏览器是一个非常常用的功能,可以方便我们看看变异信息、可变剪切信息,上下游基因等等特性。目前开发了40多种浏览器,总体上有这么几个特点:针对高通量数据(尤其是为分析变异而测的数据)、对大的bam文件进行可视化、自己电脑上运行保证数据私密性

我们的主要目标是学习IGV,那么它到底能干什么?

  • 利用IGV可以对大型的数据集进行可视化(例如TCGA、1000Genomes)

  • 可以整合多种类型的组学数据

  • 支持本地、云端的数据加载,有多种数据源。各有好处:使用本地数据不用上传,使用云端数据不用下载整个数据集

使用IGV的基本步骤:

就像把大象塞进冰箱需要三步一样,使用IGV也很简单:启动=》选择合适的基因组(这里一定要选合适,因为即使一个物种基因组版本不同,基因的坐标也有区别)=》加载组学数据=》可视化探索(比如找SNVs、结构变异、基因融合等)

通过这个教程,基本可以做到:

  • 浏览不同的组学数据
  • 快速探索定位基因组
  • 对比对结果进行可视化
  • 肉眼找找SNP/SNV以及结构变异

第一部分:熟悉IGV

IGV官网:http://software.broadinstitute.org/software/igv/download

  • 首先先在右上角选择基因组版本,默认情况下会加载hg19,当然可以自己下载其他基因组。然后点击顶部的file ,选择load from server ,这样就会选择额外的几条track,比如显示Ensembl基因名、GC含量等等,这一部分值得慢慢探索

  • 它的右侧默认显示All ,表示全部染色体。可以选择某一条特定染色体(这里先选择Chr1)

  • 再向右的长框是具体的区间,输入chr1:10,000-11,000 表示从10000bp开始数显示1000bp长度的区间(注意是英文状态的冒号),然后点击Go

  • 侧边是track(意会:“轨道“、”跑道“),文件类型决定track的类型,track类型又决定了显示的方式,如峰图、线图、柱状图等。不同的track被加载进来时,它们是层层叠加的,可以利用左侧的track名称进行区分。

  • 推荐的文件类型:http://software.broadinstitute.org/software/igv/RecommendedFileFormats

    其中规定比对的数据:SAM format (must be sorted), BAM format (must be sorted and indexed)

定位导航

粗略定位

比如上面输入chr1:10,000-11,000 ,就将这1000bp的区间显示出来,还将序列显示为有颜色的长条,sequence顶部一行为碱基序列,其中A为绿色,C为蓝色,G是橙色,T是红色,这样利用颜色方便了识别重复序列;

另外它的下方几行是翻译的氨基酸序列,其中绿色表示蛋氨酸,红色为终止密码子,通过点击顶部那一行可以选择隐藏或显示氨基酸序列

如何看的更精细?

然后看右上角的+ ,可以缩放,让我们看碱基看的更清楚,直到单碱基水平,它会先从基因开始显示,当放大到一定程度时,序列信息就展示出来(看来自官网的解释:https://software.broadinstitute.org/software/igv/sequence_track_options)

注意:sequence旁边的黑色粗箭头是可以点击的,点一下箭头方向会发生改变。箭头的方向表示当前展示的链,箭头向左为负链,会显示互补碱基信息以及反向互补的翻译信息

另外除了根据位置去定位,还支持根据基因名去定位

(只要之前添加了基因名的注释track),例如直接在长条框中输入BRCA1

另外,定位到基因后,还可以看看两个相邻基因有什么区别:

比如可以看到:BRCA1和NBR2两个基因方向相反,BRCA1的第一个外显子在最右侧

基因是用线和条形描绘的

横线表示内含子区域,竖条表示外显子区域,箭头表示基因转录的方向或者说转录的链。高的竖条表示外显子的CDS区域,矮的竖条是UTR。图中表示的是3’=》5‘方向,基因也是在负链,5’UTR在左侧,3‘UTR在右侧

(颜色不用管,都是自己可以设置的:右键track=》change track color)

再看一个例子:

(在biostar的解释:https://www.biostars.org/p/105248/)

(关于基因结构:https://www.jianshu.com/p/705a93f9db36)

结合IGV理解这句话:

外显子与内含子的邻接部位是一段高度保守的序列:外显子尾巴与下一个内含子的头部多数是GT,内含子的尾巴与下一个外显子的头部多数是AG,可以简单记做GT-AG法则,作为RNA剪切的识别信号

为检索区域添加书签

有时想保存当前的搜索区域,有点像浏览器的书签功能,可以利用RegionsRegion Navigator功能,当进行全局浏览时,可以边看边点击add 来添加

Yunze Liu
Yunze Liu
Bioinformatics Sharer

Co-founder of Bioinfoplanet(生信星球)

Next
Previous

Related