
Juicer CPU版可从双端FASTQ生成Hi-C接触图,但运行前要核实参考文件、restriction site文件、样本命名和本机脚本参数。本文按Juicer 2.0 CPU脚本的一个固定提交说明。这个版本的脚本把Java堆设置为150000m;因此即使添加 --qc,也不能默认它适合小内存机器。先检查脚本和作业配额,再决定是否试跑。
运行前核对四类输入
| 材料 | 核对点 | 常见问题 |
|---|---|---|
| FASTQ | R1/R2属于同一样本,文件非空且gzip完整 | 文件名的R分隔符或配对规则不符 |
| 参考序列 | FASTA与BWA索引对应同一组装 | 仅换FASTA却沿用旧索引 |
| chrom.sizes | 染色体名称、顺序和长度对应参考 | chr前缀不同或参考版本混用 |
| restriction site | 酶种、切点文件和ligation序列对应实验方案 | 把MboI示例套到其他酶或Micro-C |
Juicer脚本按目录和命名规则发现FASTQ。不同文库应分开运行;同一文库的lane如何合并或提供,要按实验记录及当前脚本帮助确认。留存脚本提交号、参考和site文件校验值,后续结果才可复现。
先检查线程和Java堆设置
该提交的CPU脚本中,-t用于比对线程,-T用于Juicer Tools建图线程;两者不是整条流程所有程序的统一线程上限。脚本还写有 -Xmx150000m -Xms150000m。后者要求Java启动时配置很大的初始堆,可能在比对结束、建图开始时才触发内存问题。--qc会减少生成的分辨率层级(该脚本到1 kb),不是低内存开关。
在副本中核对堆参数,并按集群分配给该作业的内存设置合理的最大值与较小初始值;保留原始安装文件,记录本地修改和SHA。不要直接照抄150 GB,也不要只提高线程。若用调度器,申请内存必须覆盖Java堆、BWA/samtools及系统余量;先用极小数据确认脚本能进入建图阶段,再跑代表性样本评估峰值。
建独立目录并做预检
下面假定Juicer目录中有 CPU/juicer.sh、scripts/和references/相关文件;具体路径按安装布局替换。把待修改脚本复制到本次试跑目录,再检查参数和输入。酶切文件、ligation参数仅以MboI双酶切建库为例,必须依实验方案更改。
set -euo pipefail
juicer=/opt/juicer
root="$PWD/juicer-pilot-001"
ref=/refs/genome.fa
sizes=/refs/chrom.sizes
sites=/refs/genome_MboI.txt
r1=/data/S1_R1.fastq.gz
r2=/data/S1_R2.fastq.gz
mkdir -p "$root/fastq"
cp "$juicer/CPU/juicer.sh" "$root/juicer.sh.local"
for f in "$root/juicer.sh.local" "$ref" "$sizes" "$sites" "$r1" "$r2"; do
test -s "$f"
done
gzip -t "$r1" "$r2"
grep -nE 'Xmx|Xms|qcHelp' "$root/juicer.sh.local"
# 先按节点内存核实并编辑juicer.sh.local中的Java堆
ln -s "$r1" "$root/fastq/S1_R1.fastq.gz"
ln -s "$r2" "$root/fastq/S1_R2.fastq.gz"
sha256sum "$root/juicer.sh.local" "$ref" "$sizes" "$sites" "$r1" "$r2" > "$root/inputs.sha256"
bash "$root/juicer.sh.local" -D "$juicer" -d "$root" -z "$ref" -p "$sizes" -s MboI -y "$sites" -b GATCGATC -t 2 -T 2 -i S1 -k library1 --qc > "$root/run.log" 2>&1
按阶段检查结果和资源
脚本退出后检查run.log、aligned目录、统计文件与contact map是否生成且非空,并查看Java、BWA和Juicer Tools版本。QC模式产出的粗分辨率图适合确认流程和数据大致可用,不代表全分辨率结果或生物学结论已通过。用 /usr/bin/time -v或调度器记录峰值内存、墙钟时间与临时盘;若进程被OOM终止,先确认发生阶段和Java堆配置,不要把失败归因于线程数。
若比对率低,先确认BWA索引、参考组装和FASTQ质量;若有效pairs偏低,再查ligation位点、酶切文件和建库记录;若建图缺少某些分辨率,核对脚本分辨率列表及该层级有效reads覆盖。报告时并列保留测序深度、比对率、有效pairs、重复比例和cis/trans分布,不要仅凭单一指标判断整批数据。
有效配对比例、重复率和cis/trans分布应结合建库、酶切及测序信息判断。更换reference、restriction file或本地脚本后,使用新输出目录,避免把不同设置的中间文件混在一起。参考:固定提交的Juicer CPU脚本;Juicer官方仓库。
下载练习材料
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:输入和流程适配,批量数据处理需要额外计算或I/O能力。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
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。咨询本任务的服务器配置
