云生信学生物信息学

TOBIAS多样本流程:统一参考和peak后分阶段校正

作者:发布于 2026-11-21更新于 2026-11-15约 7 分钟阅读
TOBIAS多样本先统一参考和peak

TOBIAS多样本先统一参考和peak:核对BAM与FASTA组装;固定共享peak和blacklist;按样本依次校正与打分;按条件运行motif比较并复核重复
本文操作与检查路径示意。

TOBIAS常用于ATAC-seq足迹分析,典型顺序是ATACorrect校正Tn5偏倚、ScoreBigwig计算足迹分数,再用BINDetect扫描motif并比较条件。多样本最重要的是先统一参考基因组、peak集和motif版本;各阶段输出要能追溯回原样本。ATACorrect输入BAM应先按项目流程处理PCR重复;不要在送入前再做一次+4/-5切位点平移,ATACorrect内部会处理该偏移。若输入已被改写,先确认改写内容,避免重复平移。

运行前先固定样本和参考

项目 多样本处理原则 常见问题
FASTA 与比对BAM同一组装,染色体名/长度吻合 chr前缀或组装版本不同
peaks 比较条件用同一套合并peak BED 各组单独peak导致检测范围不同
blacklist 使用同版黑名单并保存来源 样本间过滤不一致
motifs 固定数据库版本及扫描参数 不同版本motif不可直接对照
sample ID 每份BAM独立目录和文件前缀 多样本输出互相覆盖

按样本运行校正和打分

先用一个样本确认TOBIAS版本、BAM/FASTA参考匹配、peak格式和输出目录权限。以下示例显示两阶段输入关系;把路径换成实际文件,并对每个样本单独运行,不能让不同BAM写入同一前缀。

set -euo pipefail
SAMPLE=conditionA_rep1
BAM=/data/conditionA_rep1/atac.bam
FASTA=/ref/genome.fa
PEAKS=/project/merged_peaks.bed
BLACKLIST=/ref/blacklist.bed
MOTIFS=/ref/motifs.jaspar
mkdir -p "results/$SAMPLE/ATACorrect" "results/$SAMPLE/ScoreBigwig"

TOBIAS ATACorrect --bam "$BAM" --genome "$FASTA"   --peaks "$PEAKS" --blacklist "$BLACKLIST"   --outdir "results/$SAMPLE/ATACorrect" --cores 8   > "results/$SAMPLE/ATACorrect/run.log" 2>&1
CORRECTED="results/$SAMPLE/ATACorrect/${SAMPLE}_corrected.bw"
test -s "$CORRECTED"
TOBIAS ScoreBigwig --signal "$CORRECTED" --regions "$PEAKS"   --output "results/$SAMPLE/ScoreBigwig/${SAMPLE}_footprints.bw"   --cores 8 > "results/$SAMPLE/ScoreBigwig/run.log" 2>&1

输出文件前缀依版本和参数而定;先看当前帮助与日志确认实际文件名,不要仅凭示例路径假设成功。ATACorrect官方会检查BAM与FASTA染色体范围,并建议提供blacklist。ScoreBigwig只在指定regions计算;两者都应使用同一peak坐标集。

条件比较与资源记录

BINDetect的信号轨道代表要比较的条件。每个条件有多个生物学重复时,先检查各重复的校正和足迹结果是否一致,再依研究方案确定条件代表信号;不要把重复当成额外条件,也不要未经说明直接平均。先比较重复间的峰覆盖、足迹分布和主要motif趋势;明显不一致时,先分样本报告并查批次或测序深度。比较时motif数据库、FASTA、peaks和处理参数必须匹配。跨条件peak建议先汇总各条件峰并生成同一参考坐标下的共享BED,再将同一BED传给各样本ATACorrect和ScoreBigwig;这样BINDetect比较的是相同候选区域。共享BED最好覆盖各条件的可及峰,而不是只从一个条件挑出峰;否则另一条件特有的开放区域可能从后续扫描中消失。

TOBIAS BINDetect --motifs "$MOTIFS"   --signals conditionA.bw conditionB.bw   --genome "$FASTA" --peaks "$PEAKS"   --outdir results/BINDetect_AB   --cond_names conditionA conditionB --cores 8

逐阶段记录墙钟时间、峰值内存、CPU利用率和磁盘读写;TOBIAS的--cores限制单个命令并行度,多样本同时运行时总并发是各作业之和。先串行跑代表样本,再按节点资源设置外层作业数。核对校正bigWig、footprint bigWig及BINDetect结果是否非空,并查看日志有无染色体被跳过或motif文件错误。若报“too many open files”,除检查motif规模外,也核对系统文件句柄上限;这类错误不能简单归因于RAM不足。

足迹分数和motif匹配用于提出潜在结合差异,不是TF占位的直接测量。把重要候选与表达、已知motif、实验验证结合解释。归档样本清单、FASTA/peak/blacklist/motif校验值、TOBIAS版本、每阶段命令、重复处理规则和资源日志;若条件差异只在一个重复出现,应先复核数据与设计,不能靠增加计算资源解决生物学不一致。

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:输入和方法条件满足,足迹计算需要额外持续资源。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 ↗