HiCAssembler 1.1.1

Hi-C构建工具，将contigs/scaffolds组装成完整的染色体

此软件使用Hi-C测序数据将contigs/scaffolds组装成完整的染色体。组装过程包括以下步骤

• 创建修正的Hi-C接触矩阵

• 检测误组装（自动和/或手动）

• 创建初始路径图

• 迭代连接高置信度的scaffold路径

• 添加尚未使用的scaffold

• 保存scaffold fasta文件和liftover链文件

HiCAssembler会自动可视化组装过程，以告知用户组装状态


安装

HiCAssembler与python 2.7兼容，并要求已安装[HiCExplorer](https://hicexplorer.readthedocs.io/)

要安装HiCAssembler，请使用pip。

`bash $ pip install HiCAssembler `

如果您想安装最新版本，请使用

`bash $ pip install git+https://github.com/maxplanck-ie/HiCAssembler.git `

用法

在运行HiCAssembler之前，需要创建一个修正后的h5格式的Hi-C矩阵。这种文件格式是HiCExporer生成的输出（http://hicexplorer.readthedocs.io/）。需要对Hi-C进行映射到预先组装的contigs/scaffolds，然后创建和修正Hi-C矩阵。HiCExporer的这些步骤的示例用法可以在http://hicexplorer.readthedocs.io/en/latest/content/example_usage.html找到。

之后，您可以使用HiCAssembler开始将预先组装的contigs/scaffolds组装成染色体。

`bash $ assemble -m Hi_C_matrix_corrected.h5 -o ./assembly_output \ --min_scaffold_length 100000 --bin_size 5000 --misassembly_zscore_threshold -1.0 \ --num_iterations 3 --num_processors 16 `

–min_scaffold_length 100000 设置预先组装scaffolds的最小长度为100 kb。小于100 kb的scaffolds将在迭代修正后添加。

–bin_size 5000 设置Hi-C的bin大小为5 kb。这将是在算法描述中提到的高分辨率bin的大小。

–misassembly_zscore_threshold -1.0 设置决定TAD分离分数是否足够强以被认为是误组装的阈值。

–num_iterations 3 设置组装迭代次数为3。

如果最终结果包含组装错误，您可以手动进行修正。可以通过指定组装错误的位置并将其作为使用–split_positions_file split.bed参数在组装前切割预先组装的contigs/scaffolds的位置来添加。可以通过使用工具plotScaffoldInteractive来识别预先组装的contigs/scaffolds中错误的精确位置。

`bash $ plotScaffoldInteractive scaffold_123 `

通过将光标移至其上显示组装错误的位置。

引用

Prepring in preparation

示例

(在data/文件夹中可以找到一个小的修正后的Hi-C矩阵)

组装几个scaffolds的最小示例

`bash $ assemble -m /data/hic_small.h5 -o ./assembly_output \ --min_scaffold_length 100000 --bin_size 5000 --misassembly_zscore_threshold -1.0 \ --num_iterations 3 --num_processors 16 `

组装的每个步骤都会自动进行可视化。


现在，让我们看看带有和不带有误组装的scaffolds是什么样子


组装错误可以很容易地检测为Hi-C信号的突然变化。正如这里所示，HiCAssembler自动在Hi-C分数的最小值处分割scaffolds。


具有低TAD分离分数的强TAD边界可能被错误地认为是误组装。需要使用–misassembly_zscore_threshold参数选择分割scaffolds的分数阈值。需要在过多的分割导致分割后非常小的scaffolds和过多的遗留误组装之间找到一个平衡。我们确定-1的分数作为组装的起始点是一个好的选择，但我们建议测试几种设置。一些scaffolds将在TAD边界处分割。这没问题，因为它们将在之后的组装过程中再次连接。

如果并非所有误组装都自动分割，可以使用–split_positions_file split.bed参数手动添加分割。可以通过使用工具plotScaffoldInteractive来识别预先组装的contigs/scaffolds中错误的精确位置。

`bash $ plotScaffoldInteractive scaffold_123 `

通过将光标移至其上显示组装错误的位置。