cooltools: 在Python中启用高分辨率Hi-C分析

为您的.cool工具

染色体构象捕获技术揭示了基因组折叠的惊人复杂性。越来越多的实验室和多个联盟，包括4D核小体、国际核小体联盟和ENCODE，正在生成更高分辨率的数据集，以研究细胞状态、类型和生物体中的基因组结构。更大的数据集增加了计算分析的每个步骤的挑战，从存储、内存到研究人员的时间。最近引入的cooler格式通过稀疏数据模型轻松处理高分辨率数据集的存储。

cooltools 利用了这种格式，以实现高分辨率数据的灵活和可重复分析。 cooltools 提供了一套计算工具，包括配对的 Python API 和命令行访问，这有助于在高性能计算集群或自定义分析笔记本上进行工作流程。作为 Open2C 生态系统 的一部分，cooltools 还提供了 Hi-C 数据分析中关键概念的详细介绍，包括交互式笔记本文档。有关更多信息，请参阅预印本： https://doi.org/10.1101/2022.10.31.514564。

要求

在安装 cooltools 之前需要满足以下条件

• Python 3.7+
• numpy
• cython

安装

pip install cooltools

或直接从 github 安装最新版本

    $ pip install https://github.com/open2c/cooltools/archive/refs/heads/master.zip

有关兼容依赖项的信息，请参阅 requirements.txt 文件，特别是关于 cooler 和 bioframe。

文档和教程

文档可在此处找到： https://cooltools.readthedocs.io/en/latest/。

Cooltools 提供了一系列使用 Open2c 代码生态系统 的教程。对于 Hi-C 分析新手，我们建议按照以下顺序通过示例笔记本

• 可视化：如何加载和可视化存储在 cooler 中的 Hi-C 数据。
• 接触与距离：如何计算作为基因组距离函数的接触频率，这是 Hi-C 图中最显著的特征。
• 间隔和鞍点：如何提取特征向量并创建反映 A/B 间隔的鞍点图。
• 绝缘和边界：如何提取绝缘轮廓并使用绝缘轮廓最小值调用边界。
• 堆叠和平均模式：如何围绕 CTCF 等基因组特征创建平均图。

对于有兴趣从命令行运行分析的用户

• 命令行界面：如何使用 cooltools CLI。

请注意，这些笔记本目前专注于哺乳动物有丝分裂 Hi-C 分析，但可以轻松扩展到其他生物体和细胞环境。要克隆笔记本进行交互式分析，请访问 https://github.com/open2c/open2c_examples。cooltools 的文档直接从这些笔记本构建。

贡献

Cooltools 欢迎贡献。工具的指导原则是它们（i）尽可能简单，（ii）尽可能可解释，（iii）不应涉及可视化。以下适用于向 cooltools 贡献新功能。

新功能应

• 明确定义问题
• 讨论替代解决方案
• 提供单独的示例（提供为 gist/notebook 等），解释其在多个数据集上的用例。
• 与 cooler 和 cooltools 的最新版本兼容（例如，应该能够在 cooler 最新版本生成的任何 cooler 上运行）

新功能应

• 泛化或扩展现有工具，而不会损害用户体验，并将其作为 PR 提交到相关工具
• 或提取基因组组织的一个独特特征，并将其作为沙盒的 pull request 提交

使用现有工具以新方式进行，将小故事作为独立的 Jupyter Notebook 提交为 pull requests 到 open2c_vignettes，而不是 cooltools sandbox。对该存储库的贡献门槛很低。我们建议每个小故事都包含包版本信息，并对其他版本引发错误。如果可行，可以使用 cooltools 下载的示例数据来提供尝试分析的一种简单方法。否则，可以指定数据来源，以便他人获取。

有关贡献的实用方面，请参阅指南 此处。

引用 cooltools

Open2C*，Nezar Abdennur*，Sameer Abraham，Geoffrey Fudenberg*，Ilya M. Flyamer*，Aleksandra A. Galitsyna*，Anton Goloborodko*，Maxim Imakaev，Betul A. Oksuz 和 Sergey V. Venev*。“Cooltools：在 Python 中启用高分辨率 Hi-C 分析。”bioRxiv，2022 年 11 月 1 日。 https://doi.org/10.1101/2022.10.31.514564。