SigProfilerMatrixGenerator中使用自定义基因组的方法指南

SigProfilerMatrixGenerator中使用自定义基因组的方法指南

SigProfilerMatrixGenerator SigProfilerMatrixGenerator creates mutational matrices for all types of somatic mutations. It allows downsizing the generated mutations only to parts for the genome (e.g., exome or a custom BED file). The tool seamlessly integrates with other SigProfiler tools. 项目地址: https://gitcode.com/gh_mirrors/si/SigProfilerMatrixGenerator

前言

在生物信息学分析中，使用参考基因组是许多分析流程的基础步骤。SigProfilerMatrixGenerator作为突变特征分析的重要工具，默认支持多种常见参考基因组。然而，当研究人员需要分析非模式生物或特殊基因组时，就需要使用自定义基因组。本文将详细介绍如何在SigProfilerMatrixGenerator中安装和使用自定义基因组。

准备工作

在使用自定义基因组前，需要准备以下两个关键文件：

1. 基因组FASTA文件：需要按染色体分割，每个染色体的序列保存为单独的gzip压缩文件。建议从权威来源如UCSC Genome Browser获取，并排除非标准染色体。

2. 转录本注释文件：需要从BioMart等工具获取，选择包含以下关键字段：

   • 基因稳定ID
   • 转录本稳定ID
   • 染色体名称
   • 转录本起始位置
   • 转录本终止位置
   • 链信息
   • 基因名称
   • 转录本名称

安装自定义基因组

使用以下Python代码安装自定义基因组：

from SigProfilerMatrixGenerator import install as genInstall

genInstall.install('custom_genome_name', 
                  custom=True,
                  fastaPath='/path/to/fasta/files/',
                  transcriptPath='/path/to/transcript_file.txt',
                  exomePath=None)

安装完成后，系统会提示"Installation complete"，表示参考文件已成功创建。

常见问题解决

在安装后使用自定义基因组时，可能会遇到"没有校验和信息"的错误。这是因为SigProfilerMatrixGenerator需要验证参考文件的完整性。解决方法如下：

1. 找到项目中的reference_genome_manager.py文件
2. 为自定义基因组添加相应的md5sum校验值
3. 更新TSB文件列表

使用自定义基因组生成突变矩阵

成功安装后，可以使用以下命令生成突变特征矩阵：

matrices = matGen.SigProfilerMatrixGeneratorFunc(
    "project_name",
    "custom_genome_name",
    "/output/directory/",
    plot=True,
    exome=False,
    bed_file=None,
    chrom_based=False,
    tsb_stat=False,
    seqInfo=False,
    cushion=100
)

注意事项

1. 确保所有FASTA文件已正确压缩(.gz格式)
2. 转录本文件必须去除标题行
3. 文件路径应使用绝对路径
4. 基因组名称应保持一致
5. 建议在虚拟环境中进行操作，避免依赖冲突

结语

通过上述步骤，研究人员可以灵活地在SigProfilerMatrixGenerator中使用各种自定义基因组，大大扩展了该工具的应用范围。这对于研究非模式生物或特殊基因组的突变特征具有重要意义。如果在使用过程中遇到问题，建议检查文件格式和路径设置，并确保所有依赖项已正确安装。

SigProfilerMatrixGenerator SigProfilerMatrixGenerator creates mutational matrices for all types of somatic mutations. It allows downsizing the generated mutations only to parts for the genome (e.g., exome or a custom BED file). The tool seamlessly integrates with other SigProfiler tools. 项目地址: https://gitcode.com/gh_mirrors/si/SigProfilerMatrixGenerator