云生信学生物信息学

MACS3批量callpeak:核对对照、格式并隔离样本结果

作者:发布于 2026-11-20更新于 2026-11-15约 6 分钟阅读
批量callpeak先固定样本和对照

批量callpeak先固定样本和对照:每样本填写唯一清单;显式指定BAM/BAMPE等格式;先跑单样本验收文件;按资源上限控制并发数
本文操作与检查路径示意。

MACS3批量callpeak出错时,常见原因不是服务器线程少,而是输入格式、对照或输出前缀不匹配。先把每个生物学样本写成一行清单,确定用窄峰还是宽峰流程;不要因为样本来自同一条件就默认合并重复。

清单中固定每个样本的参数

字段 要记录什么 容易犯的错
sample 唯一输出名前缀 重复前缀导致结果覆盖
treatment/control 匹配的处理组和input/mock文件 对照批次或实验条件不对应
format BAM、BAMPE、BED或FRAG paired-end却按单端BAM处理
genome_size 物种对应的有效基因组大小或官方预设 把组装总长度直接当有效大小
peak模式 窄峰/宽峰及阈值 不同样本阈值不一致而未记录

单个样本先试跑,再按清单批处理

MACS3不能通过AUTO可靠识别BAMPE、BEDPE和FRAG,须显式给-f。下例每行是sample、treatment、control、format、genome_size;无对照时control列写“-”。保存为Bash脚本并用bash执行;samples.tsv不要加表头,每行须有五个制表符分隔字段,路径中不要含制表符。请先检查安装版本的帮助,并确保样本ID只含安全的文件名前缀。正式批处理前还要核对处理组和对照的比对参考、染色体命名及样本来源;快速文件检查只能发现部分损坏,不能证明样本配对正确。MACS3的有效基因组大小影响富集统计,应按物种和可比对区域选择,非模式物种不要照抄人类数值。

set -euo pipefail
macs3 callpeak -h > macs3-help.txt 2>&1
mkdir -p macs3-results macs3-logs
while IFS=$'	' read -r sample treatment control fmt genome_size; do
  [[ -n "$sample" && -s "$treatment" && -n "$fmt" && -n "$genome_size" ]]
  out="macs3-results/$sample"
  test ! -e "$out"
  mkdir "$out"
  args=(-t "$treatment" -f "$fmt" -g "$genome_size" -n "$sample" --outdir "$out")
  [[ "$control" == "-" ]] || args+=(-c "$control")
  /usr/bin/time -v -o "macs3-logs/$sample.resources.txt"     macs3 callpeak "${args[@]}"     > "macs3-logs/$sample.stdout.log" 2> "macs3-logs/$sample.stderr.log"
done < samples.tsv

窄峰常用格式应与实验类型一致,例如成对ATAC可显式用BAMPE;常规单端ChIP-seq可用BAM。10x scATAC fragments文件应指定FRAG格式,不要当普通BAM读取。宽峰标记(如组蛋白修饰)应按研究设计启用--broad并记录对应阈值。不同命令的输出文件名随峰模式而异,先对一个样本检查MACS3帮助和文件列表,再固定批处理验收规则。

重复、对照和peak文件怎么验收

确认每个样本退出码为0、预期的narrowPeak或broadPeak文件存在且非空,并检查峰数、坐标范围、信号及对照使用情况。处理组和对照应来自匹配实验设计;没有input时不要随意拿其他样本替代。不提供对照时,MACS3依赖其背景估计方式;这与使用匹配input的结果不是同一分析条件,报告中应写清楚。多个处理BAM传给同一条命令会被MACS3合并处理,只有研究方案明确要求pooling时才这样做。生物学重复通常先独立call并比较一致性,合并策略需另行说明。比较时可看峰区重叠和信号一致性;若需构建共识峰,应预先确定规则并保留各重复结果,不能挑峰数最多的一份代表全部重复。

按实测设并发与资源

先串行跑一份代表样本,用/usr/bin/time -v记录耗时和峰值RSS,再测临时盘及输出量。MACS3 3.1的峰调用可自动选择进程池,部分步骤会使用多个进程;这不等于进程全局线程额度。并发提交时按节点CPU、内存和磁盘限额控制同时运行数,避免外层作业并发再叠加内部worker。保存样本表、MACS3版本、命令、对照关系、日志和输出校验值,失败样本只在独立attempt目录重跑。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:实验类型与参数合理,批量峰识别任务超过现有吞吐量。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗